└─ 【黑马程序员】智能机器人软件开发 无基础小白也能学会的人工智能课 - 带源码课件 ->
├─ day2 ->
├─ 12_Python代码实现梯度下降_ev.mp4 - 37.2M
├─ 09_Excel演示梯度下降&学习速率_ev.mp4 - 22.3M
├─ 11_对m和b分别进行梯度下降_ev.mp4 - 22.2M
├─ 04_损失函数和最小均方差_ev.mp4 - 14.9M
├─ 14_作业演示.mp4 - 32.9M
├─ 05_excle来简单理解梯度下降_ev.mp4 - 18.8M
├─ 13_代码测试生成m和b_ev.mp4 - 15.5M
├─ 08_mse对b进行求导_ev.mp4 - 11.9M
├─ 03_Excel进行线性回归_ev.mp4 - 8.9M
├─ 02_线性回归解决什么问题_ev.mp4 - 7.7M
├─ 06_梯度下降的问题分析_ev.mp4 - 10.8M
├─ 10_偏导数分别求解m和b的导数_ev.mp4 - 15.9M
├─ 01_线性回归和Knn.mp4 - 14.9M
└─ 07_求导简单入门_ev.mp4 - 13M
├─ day4 ->
├─ 16_感知机数学原理_ev.mp4 - 6.4M
├─ 07_手写数字数据集_ev.mp4 - 18.5M
├─ 01_自然底数和sigmod函数.mp4 - 30.7M
├─ 18_交叉熵cross-entropy_ev.mp4 - 15.5M
├─ 02_矩阵运算计算逻辑回归_ev.mp4 - 10.3M
├─ 15_感知机_ev.mp4 - 5.1M
├─ 14_多层神经网络演示_ev.mp4 - 23.7M
├─ 08_手写数字的识别原理_ev.mp4 - 11.8M
├─ 06_多分类问题softmax公式_ev.mp4 - 12.4M
├─ 04_多分类问题_ev.mp4 - 8M
├─ 03_逻辑回归简单实现_ev.mp4 - 24.2M
├─ 10_手写数字的识别_ev.mp4 - 48.9M
├─ 13_神经网络的作用_ev.mp4 - 5.5M
├─ 17_线性模型和非线性模型_ev.mp4 - 13.2M
├─ 11_手写数字bug处理_ev.mp4 - 17.3M
├─ 05_多分类的概率问题思考_ev.mp4 - 14.3M
├─ 19_概率简介.mp4 - 53.7M
├─ 12_ai自动驾驶_ev.mp4 - 3.5M
└─ 09_手写数字数据集的处理_ev.mp4 - 24.4M
├─ day1 ->
├─ 11_生成测试和训练数据集.mp4 - 19.6M
├─ 12_调参选取最优的k.mp4 - 36.5M
├─ 17_代码增加一个维度.mp4 - 17M
├─ 04_数据采集方式.mp4 - 43.9M
├─ 10_评估模型好坏的方法,训练集和测试集.mp4 - 10.3M
├─ 13_增加数据的维度.mp4 - 10.3M
├─ 05_knn算法入门.mp4 - 12M
├─ 02_feature和label.mp4 - 27.7M
├─ 15_欧式距离.mp4 - 11.9M
├─ 21_概念总结.mp4 - 5.8M
├─ 07_代码流程回顾.mp4 - 15M
├─ 附1_如何学习数学.mp4 - 13.9M
├─ 附:问题1.mp4 - 14.9M
├─ 06_knn算法python实现.mp4 - 70.7M
├─ 03_什么是机器学习(1).mp4 - 16M
├─ 23_ 房价预测简单框架.mp4 - 52.6M
├─ 14_numpy加载特殊数据.mp4 - 16.3M
├─ 01_引言和学习方法.mp4 - 12.8M
├─ 22_使用矩阵和向量实现knn.mp4 - 69M
├─ 19_knn的feature的选择.mp4 - 8.9M
├─ 08_抽取knn函数.mp4 - 11.2M
├─ 00_为什么要学习数学(1).mp4 - 18.1M
├─ 20_向量和向量的运算.mp4 - 30M
├─ 24_数据的归一化和标准化.mp4 - 63M
├─ 18_数据归一化.mp4 - 32M
├─ 16_二维空间距离的计算.mp4 - 28.6M
└─ 09_实验演示验证结论.mp4 - 25.6M
└─ 资料.zip - 45.9M
微信视频投屏:
1、在手机端微信中会拦截投屏功能,需要首先点击视频页面右上角“...”图标,选择“在浏览器中打开”,在列表中选取具备投屏功能的浏览器,推荐使用QQ浏览器
2、在新打开的浏览器视频页面里,点击播放按钮,可在视频框右上角看到一个“TV”投屏小图标,只要电视和手机在同一WiFi环境下,点击按钮即刻享受大屏观感!
本站资源声明:
1、如需免费下载云盘资源,请先点击页面右上角的“登录”按钮,注册并登录您的账号后即可查看到网盘资源下载地址;
2、本站所有资源信息均由网络爬虫自动抓取,以非人工方式自动筛选长效资源并更新发布,资源内容只作交流和学习使用,本站不储存、复制、传播任何文件,其资源的有效性和安全性需要您自行判断;
3、本站高度重视知识产权保护,如有侵犯您的合法权益或违法违规,请立即向网盘官方举报反馈,并提供相关有效书面证明与侵权页面链接联系我们处理;
4、作为非盈利性质网站,仅提供网络资源的免费搜索和检测服务,无需额外支付其他任何费用,学习和交流的同时请小心防范网络诈骗。