【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⭐【黑马程序员】智能机器人软件开发 0基础小白也能学会的人工智能课 - 带源码课件

└─ 【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 ->
　 ├─ day1 ->
　 　 ├─ 09_实验演示验证结论.mp4 - 25.6M
　 　 ├─ 15_欧式距离.mp4 - 11.9M
　 　 ├─ 07_代码流程回顾.mp4 - 15M
　 　 ├─ 21_概念总结.mp4 - 5.8M
　 　 ├─ 附1_如何学习数学.mp4 - 13.9M
　 　 ├─ 02_feature和label.mp4 - 27.7M
　 　 ├─ 05_knn算法入门.mp4 - 12M
　 　 ├─ 00_为什么要学习数学(1).mp4 - 18.1M
　 　 ├─ 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
　 　 ├─ 12_调参选取最优的k.mp4 - 36.5M
　 　 ├─ 24_数据的归一化和标准化.mp4 - 63M
　 　 ├─ 20_向量和向量的运算.mp4 - 30M
　 　 ├─ 16_二维空间距离的计算.mp4 - 28.6M
　 　 ├─ 08_抽取knn函数.mp4 - 11.2M
　 　 ├─ 17_代码增加一个维度.mp4 - 17M
　 　 ├─ 11_生成测试和训练数据集.mp4 - 19.6M
　 　 ├─ 18_数据归一化.mp4 - 32M
　 　 ├─ 19_knn的feature的选择.mp4 - 8.9M
　 　 ├─ 04_数据采集方式.mp4 - 43.9M
　 　 ├─ 14_numpy加载特殊数据.mp4 - 16.3M
　 　 ├─ 附：问题1.mp4 - 14.9M
　 　 ├─ 23_ 房价预测简单框架.mp4 - 52.6M
　 　 ├─ 22_使用矩阵和向量实现knn.mp4 - 69M
　 　 ├─ 03_什么是机器学习(1).mp4 - 16M
　 　 ├─ 01_引言和学习方法.mp4 - 12.8M
　 　 └─ 06_knn算法python实现.mp4 - 70.7M
　 ├─ day2 ->
　 　 ├─ 03_Excel进行线性回归_ev.mp4 - 8.9M
　 　 ├─ 09_Excel演示梯度下降&学习速率_ev.mp4 - 22.3M
　 　 ├─ 12_Python代码实现梯度下降_ev.mp4 - 37.2M
　 　 ├─ 13_代码测试生成m和b_ev.mp4 - 15.5M
　 　 ├─ 07_求导简单入门_ev.mp4 - 13M
　 　 ├─ 10_偏导数分别求解m和b的导数_ev.mp4 - 15.9M
　 　 ├─ 08_mse对b进行求导_ev.mp4 - 11.9M
　 　 ├─ 06_梯度下降的问题分析_ev.mp4 - 10.8M
　 　 ├─ 11_对m和b分别进行梯度下降_ev.mp4 - 22.2M
　 　 ├─ 01_线性回归和Knn.mp4 - 14.9M
　 　 ├─ 05_excle来简单理解梯度下降_ev.mp4 - 18.8M
　 　 ├─ 02_线性回归解决什么问题_ev.mp4 - 7.7M
　 　 ├─ 14_作业演示.mp4 - 32.9M
　 　 └─ 04_损失函数和最小均方差_ev.mp4 - 14.9M
　 ├─ day3 ->
　 　 ├─ 05_矩阵的加法_ev.mp4 - 5.3M
　 　 ├─ 08_用numpy进行矩阵的乘法运算_ev.mp4 - 7.8M
　 　 ├─ 24_逻辑回归的步骤.mp4 - 19.8M
　 　 ├─ 23_sigmod函数引入_ev.mp4 - 12.1M
　 　 ├─ 16_bmp是如何描述图片的_ev.mp4 - 37.8M
　 　 ├─ 02_问题描述_ev.mp4 - 3.5M
　 　 ├─ 07_矩阵的乘法不满足交换律_ev.mp4 - 5.5M
　 　 ├─ 20_矩阵的缩放处理_ev.mp4 - 3.8M
　 　 ├─ 13_增加数据的维度.mp4 - 10.1M
　 　 ├─ 12_对比程序执行的时间_ev.mp4 - 8.4M
　 　 ├─ 11_用矩阵运算重构线性回归代码_ev.mp4 - 18.6M
　 　 ├─ 21_图形变换综合案例_ev.mp4 - 7.5M
　 　 ├─ 18_矩阵运算变化图片的位置_ev.mp4 - 14.6M
　 　 ├─ 04_矩阵的形状_ev.mp4 - 14.7M
　 　 ├─ 03_简单理解矩阵运算的现实含义_ev.mp4 - 5.9M
　 　 ├─ 14_函数模型的评估和错误率的计算_ev.mp4 - 20.8M
　 　 ├─ 10_numpy矩阵运算演示获取m和b的偏导_ev.mp4 - 18.1M
　 　 ├─ 19_矩阵运算旋转图形_ev.mp4 - 15.5M
　 　 ├─ 22_机器学习浅谈_ev.mp4 - 23M
　 　 ├─ 06_手动计算矩阵的乘法_ev.mp4 - 10.6M
　 　 ├─ 17_位图和svg图的区别_ev.mp4 - 13.9M
　 　 ├─ 09_矩阵运算计算m和b的偏导数_ev.mp4 - 23.5M
　 　 ├─ 01_高等数学入门.mp4 - 23.3M
　 　 └─ 15_矩阵可以理解为一个变化函数_ev.mp4 - 4.2M
　 ├─ day4 ->
　 　 ├─ 05_多分类的概率问题思考_ev.mp4 - 14.3M
　 　 ├─ 11_手写数字bug处理_ev.mp4 - 17.3M
　 　 ├─ 12_ai自动驾驶_ev.mp4 - 3.5M
　 　 ├─ 15_感知机_ev.mp4 - 5.1M
　 　 ├─ 14_多层神经网络演示_ev.mp4 - 23.7M
　 　 ├─ 09_手写数字数据集的处理_ev.mp4 - 24.4M
　 　 ├─ 19_概率简介.mp4 - 53.7M
　 　 ├─ 01_自然底数和sigmod函数.mp4 - 30.7M
　 　 ├─ 07_手写数字数据集_ev.mp4 - 18.5M
　 　 ├─ 06_多分类问题softmax公式_ev.mp4 - 12.4M
　 　 ├─ 17_线性模型和非线性模型_ev.mp4 - 13.2M
　 　 ├─ 04_多分类问题_ev.mp4 - 8M
　 　 ├─ 03_逻辑回归简单实现_ev.mp4 - 24.2M
　 　 ├─ 02_矩阵运算计算逻辑回归_ev.mp4 - 10.3M
　 　 ├─ 13_神经网络的作用_ev.mp4 - 5.5M
　 　 ├─ 18_交叉熵cross-entropy_ev.mp4 - 15.5M
　 　 ├─ 16_感知机数学原理_ev.mp4 - 6.4M
　 　 ├─ 08_手写数字的识别原理_ev.mp4 - 11.8M
　 　 └─ 10_手写数字的识别_ev.mp4 - 48.9M
　 └─ 资料.zip - 45.9M