麦子学院人工智能算法深度学习基础课程+深度学习进阶，实战视频教程下载

基础部分：

    1.1课程介绍机器学习介绍上.mp4

    1.1课程介绍机器学习介绍下.mp4

    1.2深度学习介绍.mp4

    2基本概念.mp4

    3.1决策树算法.mp4

    3.2决策树应用.mp4

    4.1最邻近规则分类KNN算法.mp4

    4.2最邻近规则KNN分类应用.mp4

    5.1支持向量机SVM上.mp4

    5.1支持向量机SVM上应用.mp4

    6.2神经网络算法应用上.mp4

    6.3神经网络算法应用下.mp4

    7.1简单线性回归上.mp4

    7.2简单线性回归下.mp4

    7.3多元线性回归.mp4

    7.4多元线性回归应用.mp4

    7.5非线性回归 Logistic Regression.mp4

    7.6非线性回归应用.mp4

    7.7回归中的相关度和决定系数.mp4

    7.8回归中的相关性和R平方值应用.mp4

    8.1Kmeans算法.mp4

    8.2Kmeans应用.mp4

    8.3Hierarchical clustering 层次聚类.mp4

    8.4Hierarchical clustering 层次聚类应用.mp4

    总结.mp4

    支持向量机(SVM)算法(下)应用.mp4

    支持向量机(SVM)算法下.mp4

    文件名.bat

    文件树.txt

    神经网络NN算法.mp4

进阶部分：

    第10章 神经网络手写数字演示.MP4

    第11章 Backpropagation算法上.MP4

    第12章 Backpropagation算法下.MP4

    第13章 Backpropagation算法实现.MP4

    第14章 cross-entropy函数.MP4

    第15章 Softmax和Overfitting.MP4

    第16章 Regulization.MP4

    第17章 Regulazition和Dropout.MP4

    第18章 正态分布和初始化(修正版).MP4

    第19章 提高版本的手写数字识别实现.MP4

    第1章 基本概念清晰版.MP4

    第20章 神经网络参数hyper-parameters选择.MP4

    第21章 深度神经网络中的难点.MP4

    第22章 用ReL解决VanishingGradient问题.MP4

    第23章 ConvolutionNerualNetwork算法.MP4

    第24章 ConvolutionNeuralNetwork实现上.MP4

    第25章 ConvolutionNeuralNetwork实现下.MP4

    第26章 Restricted Boltzmann Machine.MP4

    第27章 Restricted Boltzmann Machine下.MP4

    第28章 Deep Brief Network 和 Autoencoder.MP4

    第2章 软件包安装和环境配置总述.MP4

    第3章 环境配置分部详解.MP4

    第4章 环境配置分部详解下.MP4

    第5章 手写数字识别.MP4

    第6章 神经网络基本结构及梯度下降算法.MP4

    第7章 随机梯度下降算法.MP4

    第8章 梯度下降算法实现上.MP4

    第9章 梯度下降算法实现下.MP4

资源下载

此资源下载价格为12学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305