TA的每日心情 | 擦汗 2023-11-1 20:57 |
---|
签到天数: 32 天 [LV.5]常住居民I
荣誉会员
- 积分
- 1464
|
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
人工智能训练营
├──人工智能5天入门训练营
└──视频
├──01_人工智能就业前景与薪资 .mp4 49.38M
├──02_人工智能适合人群与必备技能 .mkv 47.37M
├──03_人工智能时代是发展的必然 .mp4 25.61M
├──04_人工智能在各领域的应用 .mp4 61.77M
├──05_人工智能常见流程 .mkv 83.88M
├──06_机器学习不同的学习方式 .mkv 72.54M
├──07_深度学习比传统机器学习有优势 .mkv 75.32M
├──08_有监督机器学习任务与本质 .mp4 37.24M
├──09_无监督机器学习任务与本质 .mp4 48.91M
├──10_理解简单线性回归 .mp4 27.98M
├──11_最优解_损失函数_MSE .mp4 34.83M
├──12_扩展到多元线性回归 .mp4 26.65M
├──13_理解多元线性回归表达式几种写法的原因 .mp4 37.58M
├──14_理解维度这个概念 .mp4 37.11M
├──15_理解回归一词_中心极限定理_正太分布和做预测 .mp4 61.53M
├──16_假设误差服从正太分布_最大似然估计MLE .mp4 42.35M
├──17_引入正太分布的概率密度函数 .mp4 26.36M
├──18_明确目标通过最大总似然求解θ .mp4 25.88M
├──19_对数似然函数_推导出损失函数MSE .mp4 39.75M
├──20_把目标函数按照线性代数的方式去表达 .mp4 22.09M
├──21_推导出目标函数的导函数形式 .mp4 39.83M
├──22_θ解析解的公式_是否要考虑损失函数是凸函数 .mp4 58.01M
├──23_Python开发环境版本的选择及下载 .mp4 46.00M
├──24_Anaconda环境安装_Pycharm环境安装 .mp4 64.55M
├──25_Pycharm创建脚本并测试python开发环境 .mp4 26.27M
├──26_解析解的方式求解多元线性回归_数据Xy .mp4 30.66M
├──27_解析解的方式求解多元线性回归_求解模型_使用模型_绘制图形 .mp4 39.16M
├──28_解析解的方式求解多元线性回归_扩展随机种子概念_增加维度代码的变换 .mp4 30.05M
├──29_Scikit-learn模块的介绍 .mp4 29.99M
├──30_调用Scikit-learn中的多元线性回归求解模型(上) .mp4 24.35M
├──31_调用Scikit-learn中的多元线性回归求解模型(下) .mp4 34.52M
├──32_梯度下降法产生的目的和原因以及思想 .mp4 53.73M
├──33_梯度下降法公式 .mp4 50.85M
├──34_学习率设置的学问_全局最优解 .mp4 47.99M
├──35_梯度下降法迭代流程总结 .mp4 24.60M
├──36_多元线性回归下的梯度下降法 .mp4 38.45M
├──37_全量梯度下降 .mp4 59.04M
├──38_随机梯度下降_小批量梯度下降 .mp4 43.98M
├──39_对应梯度下降法的问题和挑战 .mp4 42.22M
├──40_轮次和批次 .mp4 50.90M
├──41_代码实现全量梯度下降第1步和第2步 .mp4 20.15M
├──42_代码实现全量梯度下降第3步和第4步 .mp4 26.11M
├──43_代码实现随机梯度下降 .mp4 21.62M
├──44_代码实现小批量梯度下降 .mp4 22.83M
├──45_代码改进保证训练数据全都能被随机取到 .mp4 23.94M
└──46_代码改进实现随着迭代增加动态调整学习率 .mp4 34.35M
├──人工智能之快速入门与线性回归
└──视频
├──01_五天实训的内容_人工智能应用 .mp4 181.00M
├──02_AI的流程_ML和DL关系_回归、分类、聚类、降维的本质 .mp4 164.27M
├──03_线性回归的表达式_损失函数MSE .mp4 127.19M
├──04_推导出多元线性回归的损失函数 .mp4 203.15M
├──05_从MSE到θ的解析解形式 .mp4 83.50M
├──06_安装Anaconda和PyCharm运行和开发软件 .mp4 70.53M
├──07_python代码实现多元线性回归解析解的求解方法 .mp4 77.19M
├──08_梯度下降法的步骤_公式 .mp4 119.11M
└──09_根据损失函数MSE推导梯度的公式 .mp4 70.57M
├──人工智能之人脸识别与目标检测、语义分割
└──视频
├──01_作业的讲解_知识的回顾 .mp4 65.84M
├──02_人脸识别的架构流程分析 .mp4 120.48M
├──03_FaceNet论文_架构_三元组损失 .mp4 258.24M
├──04_MTCNN论文_架构_损失函数 .mp4 130.11M
├──05_facenet-master项目的下载和导入 .mp4 76.42M
├──06_人脸识别项目代码_实操作业要求 .mp4 372.07M
├──07_FasterRCNN目标检测口罩项目展示_图片标注工具labelimg的使用 .mp4 178.23M
├──08_FasterRCNN论文_架构_思想 .mp4 353.63M
└──09_MaskRCNN的架构_思想_蒙版弹幕项目效果 .mp4 163.40M
├──人工智能之神经网络与TensorFlow
└──视频
├──01_作业讲解_回顾昨日知识 .mp4 88.83M
├──02_打鸡血_聊一下图像算法工程师就业薪资水平 .mp4 154.82M
├──03_NN神经元_常用的3种激活函数_NN理解LR做多分类 .mp4 103.06M
├──04_讲解Softmax回归算法 .mp4 111.03M
├──05_多层神经网络的好处_隐藏层的激活函数必须是非线性的原因 .mp4 90.54M
├──06_TensorFlow对于CPU版本的安装 .mp4 62.85M
├──07_TensorFlow对于GPU版本的安装 .mp4 109.37M
├──08_TensorFlow实现多元线性回归预测房价 .mp4 198.36M
└──09_TensorFlow实现Softmax回归分类MNIST手写数字识别 .mp4 123.55M
├──人工智能之图像识别与图像分割
└──视频
├──01_TensorFlow实现DNN分类MNIST手写数字识别 .mp4 223.46M
├──02_卷积神经网络卷积层_卷积的计算 .mp4 112.61M
├──03_池化的计算_SAME和VALID模式_经典CNN结构 .mp4 78.50M
├──04_TensorFlow实训CNN分类MNIST手写数字识别 .mp4 179.12M
├──05_VGG16网络模型_数据增强_COVID19医疗图片的识别 .mp4 224.21M
├──06_U-Net网络模型_细胞核数据的读取 .mp4 206.51M
└──07_U-Net网络进行细胞核切分的训练代码 .mp4 97.14M
└──人工智能之线性回归优化与逻辑回归
└──视频
├──01_利用GD来求解多元线性回归的最优解 .mp4 106.63M
├──02_归一化 .mp4 219.45M
├──03_正则化 .mp4 137.35M
├──04_ScikitLearn介绍_岭回归的本质_Lasso回归的本质 .mp4 104.90M
├──05_多项式回归_保险花销预测案例 .mp4 250.14M
├──06_基于保险案例进行更多的数据的EDA .mp4 80.69M
├──07_逻辑回归表达式的推导_逻辑回归损失函数的推导 .mp4 116.54M
└──08_逻辑回归代码实战Iris二分类和多分类任务 .mp4 92.65M
下载地址:
|
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!
|