【No402】人工智能机器学习全新升级版I 视频教程
赏真阁
分享于
2020-12-24
查看次数:
329 次
所需:
12 积分
教程文件目录:【No402】人工智能机器学习全新升级版I|-- 课程补充.mp4|-- 解压密码.txt|-- 加群学习.jpg|-- 点击获取更多资源.url|-- 20.强化学习.mp4|-- 19.神经网络.mp4|-- 18.概念学习.mp4|-- 17.流形学习.mp4|-- 16.无监督学习.mp4|-- 15.统计学习.mp4|-- 14.统计学习.mp4|-- 13.统计学习.mp4|-- 12.统计学习.mp4|-- 11.核方法.mp4|-- 10.核方法.mp4|-- 09.线性模型.mp4|-- 08.线性模型.mp4|-- 07.经典机器学习模型.mp4|-- 06.经典机器学习模型.mp4|-- 05.经典机器学习模型.mp4|-- 04.机器学习中的数学基础.mp4|-- 03.机器学习中的哲学.mp4|-- 02.机器学习的数学基础.mp4|-- 01.机器学习中的数学基础.7z|-- 资料 |-- 第五课_代码.zip |-- RandomForest.zip |-- probability ( MIT Bertsekas).pdf |-- probability ( MIT Bertsekas)(1).pdf |-- Note_9_OLS.pdf |-- Note_7_EnsembleLearning.pdf |-- Note_5_NaiveBayes.pdf |-- Note_4-GradientDescent.pdf |-- Note_3_LNorm.pdf |-- Note_2_Geometric Interpretation of Determinant.pdf |-- Note_1_MachineLearningIntro.pdf |-- Note_17_Locally Linear Embedding.pdf |-- Note_16_ EM.pdf |-- Note_15_GeoIntMaxMargin.pdf |-- Note_14_Kernel.pdf |-- Note_13_MaxMargin.pdf |-- Note12_Lagrange2.pdf |-- Note11_Lagrange.pdf |-- Logistic Regression.zip |-- lle.pdf |-- 8、线性模型.pdf |-- 7、经典机器学习模型.pdf |-- 7.2、Guo-PRICAI.pdf |-- 6、经典机器学习模型.pdf |-- 5、经典机器学习模型.pdf |-- 4、机器学习的数学基础.pdf |-- 3、机器学习的哲学.pdf |-- 2、机器学习的数学基础.pdf |-- 16、无监督学习.pdf |-- 12、统计学习.pdf |-- 11、核方法.pdf |-- 10、核方法.pdf