本站资源全部免费,回复即可查看下载地址!
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
百战人工智能开发及远景介绍（预科）
| ├──1_何为机器学习 .mp4 264.21M
| ├──2_人工智能与机器学习关系 .mp4 81.52M
| ├──3_人工智能应用与价值 .mp4 116.97M
| ├──4_有监督机器学习训练流程 .mp4 111.23M
| ├──5_有监督机器学习训练流程 .mp4 111.23M
| ├──6_Python机器学习库Scikit-Learn介绍 .mp4 341.64M
| └──7_理解线性与回归 .mp4 48.74M
├──02_线性回归深入和代码实现
| ├──01.视频
| | ├──01_机器学习是什么_(new) .mp4 104.12M
| | ├──02_怎么做线性回归_(new) .mp4 127.86M
| | ├──03_理解回归_最大似然函数_(new) .mp4 60.86M
| | └──04_应用正太分布概率密度函数_对数总似然 .mp4 55.68M
| ├──代码
| | ├──linear_regression_0 .py 0.84kb
| | └──linear_regression_1 .py 0.42kb
| ├──软件
| | ├──Anaconda3-4.2.0-Windows-x86_64 .exe 391.42M
| | └──pycharm-community-2017.3.3 .exe 188.67M
| └──资料
| | ├──机器学习是什么 .txt 1.00kb
| | └──线性回归 .txt 2.59kb
├──03_梯度下降和过拟合和归一化
| ├──01.视频
| | ├──01_梯度下降法思路_导函数有什么用 .mp4 686.00M
| | ├──02_推导线性回归损失函数导函数_以及代码实现批量梯度下降 .mp4 665.95M
| | ├──03_随机梯度下降_及代码实现_mini-batchGD_调整学习率 .mp4 580.36M
| | ├──04_梯度下降做归一化的必要性 .mp4 783.75M
| | ├──05_最大值最小值归一化_sklearn官网介绍_防止过拟合W越少越小 .mp4 849.28M
| | ├──06_过拟合的总结 .mp4 348.88M
| | └──07_岭回归_以及代码调用 .mp4 597.53M
| ├──代码
| | ├──batch_gradient_descent .py 0.80kb
| | ├──elastic_net .py 0.51kb
| | ├──lasso_regression .py 0.53kb
| | └──ridge_regression .py 0.60kb
| └──资料
| | ├──过拟合 .png 16.59kb
| | └──梯度下降法 .txt 5.18kb
├──04_逻辑回归详解和应用
| ├──01.视频
| | ├──01_Lasso_ElasticNet_PolynomialFeatures .mp4 803.89M
| | ├──02_多项式回归代码_保险案例数据说明 .mp4 862.61M
| | ├──03_相关系数_逻辑回归介绍 .mp4 695.77M
| | ├──04_逻辑回归的损失函数_交叉熵_逻辑回归对比多元线性回归 .mp4 719.83M
| | ├──05_逻辑回归sklearn处理鸢尾花数据集 .mp4 519.14M
| | └──06_逻辑回归多分类转成多个二分类详解 .mp4 537.49M
| ├──代码
| | ├──elastic_net .py 0.51kb
| | ├──insurance .py 1.23kb
| | ├──lasso_regression .py 0.54kb
| | ├──logistic_regression .py 1.95kb
| | ├──polynomial_regression .py 0.83kb
| | └──ridge_regression .py 0.60kb
| └──资料
| | ├──insurance .csv 54.32kb
| | ├──逻辑回归 .txt 3.00kb
| | ├──逻辑回归多分类 .png 47.44kb
| | └──线性回归2 .txt 3.22kb
├──05_分类器项目案例和神经网络算法
| ├──01.视频
| | ├──01_理解维度_音乐分类器数据介绍 .mp4 743.03M
| | ├──02_傅里叶变化原理_傅里叶代码应用_傅里叶优缺点 .mp4 588.43M
| | ├──03_逻辑回归训练音乐分类器代码_测试代码 .mp4 292.12M
| | ├──04_人工神经网络开始 .mp4 802.40M
| | ├──05_神经网络隐藏层的必要性 .mp4 529.60M
| | └──06_神经网络案例_sklearn_concrete .mp4 630.69M
| ├──代码
| | ├──logistic .py 7.40kb
| | └──neural_network .py 0.49kb
| └──资料
| | ├──concrete .csv 40.44kb
| | ├──machine-learning .pdf 1.12M
| | ├──R04_神经网络 .pdf 459.35kb
| | ├──sine_a .wav 17.30kb
| | ├──sine_b .wav 17.30kb
| | ├──sine_mix .wav 17.30kb
| | ├──trainset .rar 26.96M
| | ├──理解维度_升维 .png 17.90kb
| | ├──神经网络 .txt 1.46kb
| | └──图片1 .png 132.46kb
├──06_多分类、决策树分类、随机森林分类
| ├──01.视频
| | ├──00_机器学习有监督无监督 .mp4 45.04M
| | ├──01_逻辑回归多分类图示理解_逻辑回归和Softmax区别 .mp4 97.56M
| | ├──02_Softmax图示详解_梯度下降法整体调参 .mp4 100.82M
| | ├──03_评估指标_K折交叉验证 .mp4 142.64M
| | ├──04_决策树介绍 .mp4 146.62M
| | ├──05_随机森林_优缺点_对比逻辑回归_剪枝 .mp4 124.14M
| | └──06_决策树_随机森林_sklearn代码调用 .mp4 294.24M
| ├──代码
| | ├──decision_tree_regressor .py 1.06kb
| | ├──iris_bagging_tree .py 1.58kb
| | ├──iris_decision_tree .py 1.97kb
| | └──iris_random_forest .py 1.18kb
| └──资料
| | ├──Softmax画图剖析 .png 39.10kb
| | ├──逻辑回归多分类画图剖析 .png 41.95kb
| | ├──逻辑回归二分类画图剖析 .png 27.05kb
| | ├──随机森林 .pdf 476.36kb
| | ├──梯度下降训练过程 .png 62.52kb
| | └──线性回归(评估) .pdf 2.56M
├──07_分类评估、聚类
| ├──01.视频
| | ├──01_评估指标 .mp4 997.46M
| | ├──02_监督学习评估指标代码调用 .mp4 258.97M
| | ├──03_相似度测量 .mp4 127.58M
| | ├──04_K-Means聚类 .mp4 149.78M
| | └──05_KMeans聚类的应用 .mp4 245.77M
| ├──代码
| | ├──cluster_images .py 2.45kb
| | ├──cluster_kmeans .py 3.84kb
| | └──mnist .py 4.58kb
| └──资料
| | ├──test_data_home
| | ├──flower2 .png 1.41M
| | ├──Lena .png 596.76kb
| | ├──temp_5 .png 4.13kb
| | └──聚类 .pdf 6.39M
├──08_密度聚类、谱聚类
| ├──01.视频
| | ├──01_聚类的评估_metrics代码 .mp4 636.68M
| | ├──02_密度聚类_代码实现 .mp4 140.90M
| | └──03_谱聚类 .mp4 66.13M
| ├──代码
| | ├──cluster_DBSCAN .py 2.26kb
| | ├──cluster_metrics .py 1.29kb
| | └──cluster_spectral .py 1.66kb
| └──资料
├──09_深度学习、TensorFlow安装和实现线性回归
| ├──01.视频
| | ├──00_pip安装源设置 .mp4 17.68M
| | ├──01_TensorFlow介绍与安装 .mp4 201.94M
| | ├──02_TensorFlow CUDA GPU安装说明_TF使用 .mp4 154.54M
| | ├──03_TensorFlow代码初始_解析解多元线性回归实现 .mp4 112.86M
| | └──04_tensorflow来代码实现线性回归_梯度下降优化 .mp4 122.54M
| ├──代码
| | ├──00_tensorflow_version .py 0.05kb
| | ├──01_first_graph .py 1.95kb
| | ├──02_better_session_run .py 0.39kb
| | ├──03_global_variables_initializer .py 0.34kb
| | ├──04_interactive_session .py 0.77kb
| | ├──05_manager_graph .py 0.52kb
| | ├──06_lifecycle .py 0.75kb
| | ├──07_linear_regression .py 0.98kb
| | ├──08_manually_gradients .py 1.77kb
| | ├──09_autodiff .py 2.00kb
| | ├──10_using_optimizer .py 2.62kb
| | ├──11_placeholder .py 0.95kb
| | └──12_Softmax_regression .py 2.60kb
| └──资料
| | └──TensorFlow初识 .pdf 1.90M
├──10_TensorFlow深入、TensorBoard可视化
| ├──01.视频
| | ├──01_placeholder代码详解_TF构建Softmax回归计算图 .mp4 1.12G
| | ├──02_TF对Softmax回归训练_评估代码实现 .mp4 142.28M
| | ├──03_TF的模型持久化_重新加载 .mp4 38.04M
| | └──04_模块化 .mp4 24.07M
| ├──代码
| | ├──11_placeholder .py 0.95kb
| | ├──12_Softmax_regression .py 2.60kb
| | ├──13_saving_model .py 2.25kb
| | ├──14_restoring_model .py 1.57kb
| | ├──15_modularity_ .py 0.62kb
| | ├──15_modularity .py 0.73kb
| | ├──16_DNN .py 4.19kb
| | ├──17_tensorboard .py 6.16kb
| | ├──18_convolution .py 1.16kb
| | └──19_pooling .py 1.06kb
| └──资料
| | ├──MNIST_data_bak
| | └──TensorFlow热恋 .pdf 2.04M
├──11_DNN深度神经网络手写图片识别
| ├──01.视频
| | ├──01_深度学习DNN是什么 .mp4 1.11G
| | └──02_TF训练2层DNN来进行手写数字识别 .mp4 116.83M
| ├──代码
| | └──16_DNN .py 4.19kb
| └──资料
| | ├──MNIST_data_bak
| | └──TensorFlow热恋 .pdf 2.04M
├──12_TensorBoard可视化
| ├──01.视频
| | ├──01_TensorBoard代码 .mp4 503.35M
| | └──02_TensorBoard启动以及页面 .mp4 74.84M
| └──代码
| | └──17_tensorboard .py 6.16kb
├──13_卷积神经网络、CNN识别图片
| ├──01.视频
| | ├──01_卷积1个通道的计算__垂直水平fiter图片 .mp4 789.93M
| | ├──01_图释对比原始图片和卷积FeatureMap .mp4 30.53M
| | ├──02_三通道卷积_池化层的意思 .mp4 191.20M
| | ├──03_CNN架构图LeNet5架构 .mp4 85.28M
| | ├──04_CNN来对MNIST进行图片识别代码实现 .mp4 227.44M
| | └──05_TF使用CNN来做Cifar10数据集分类任务 .mp4 483.90M
| ├──代码
| | ├──tensorflow_cnn_alexnet .py 8.56kb
| | ├──tensorflow_cnn_cifar10 .py 11.86kb
| | ├──tensorflow_cnn_mnist .py 5.59kb
| | └──tensorflow_cnn_vgg .py 2.21kb
| └──资料
| | └──tutorials .rar 101.24kb
├──14_卷积神经网络深入、AlexNet模型实现
| ├──01.视频
| | ├──01_解决梯度消失的三个思路 .mp4 976.77M
| | ├──02_反向传播计算W对应的梯度 .mp4 128.86M
| | └──03_AlexNet五层卷积benchmark代码实现 .mp4 103.16M
| ├──代码
| | ├──tensorflow_cnn_alexnet .py 8.56kb
| | ├──tensorflow_cnn_cifar10 .py 11.86kb
| | ├──tensorflow_cnn_mnist .py 5.59kb
| | └──tensorflow_cnn_vgg .py 2.21kb
| └──资料
| | ├──test_data_home
| | └──TensorFlow热恋 .pdf 2.05M
└──15_Keras深度学习框架
| ├──01.视频
| | ├──01_Keras开篇 .mp4 93.46M
| | ├──02_Keras构建模型_Keras使用MNIST数据集训练CNN .mp4 147.45M
| | ├──03_Keras调用VGG16来训练 .mp4 168.25M
| | └──04_深度学习更种优化算法 .mp4 79.49M
| ├──代码
| | ├──00_hello_keras .py 0.56kb
| | ├──01_keras_model_sequential_ .py 0.28kb
| | ├──01_keras_model_sequential .py 0.74kb
| | ├──02_keras_model_model .py 1.55kb
| | ├──03_keras_mnist .py 2.90kb
| | └──04_keras_vgg16 .py 3.88kb
| └──资料
| | ├──test_data_home
| | └──TensorFlow热恋 .pdf 2.05M
|
温馨提示：
1、本站所有内容均为互联网收集或网友分享或网络购买,本站不破解、不翻录任何视频!
2、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意!
3、本站资源仅供本站会员学习参考,不得传播及用于其他用途,学习完后请在24小时内自行删除.
4、本站资源质量虽均经精心审查,但也难保万无一失,若发现资源有问题影响学习请一定及时点此进行问题反馈,我们会第一时间改正!
5、若发现链接失效了请联系管理员,管理员会在2小时内修复
6、如果有任何疑问,请加客服QQ:1300822626 2小时内回复你!
[复制链接]
发表于 2022-9-22 12:00:03
发表于 2022-9-22 12:18:19
发表于 2022-9-22 13:49:44
