资源简介:
【吴恩达】机器学习经典名课——更多资源,课程更新在
资源,名师讲座课程简介:
【吴恩达】机器学习经典名课
教程介绍 本课程将广泛介绍机器学习、数据挖掘和统计模式识别等内容,同时还引用了许多机器学习案例,让你学会在智能机器人(感知和控制)、文本理解(网络搜索和垃圾邮件过滤)、计算机视觉、医学信息学、音频、数据库挖掘等领域应用机器学 课程目录:
│
├─章节1 初识机器学习
│ 01欢迎参加《机器学习》课程.mp4
│ 02什么是机器学习.mp4
│ 03监督学习.mp4
│ 04无监督学习.mp4
│
├─章节10 神经网络参数的反向传播算法
│ 61代价函数.mp4
│ 62反向传播算法.mp4
│ 63理解反向传播.mp4
│ 64使用注意:展开函数.mp4
│ 65梯度检测.mp4
│ 66随机初始化.mp4
│ 67组合到一起.mp4
│ 68无人驾驶.mp4
│
├─章节11 应用机器学习的建议
│ 69决定下一步做什么 - 副本.mp4
│ 69决定下一步做什么.mp4
│ 70评估假设 - 副本.mp4
│ 70评估假设.mp4
│ 71模型选择和训练、验证、测试集.mp4
│ 72诊断偏差与方差.mp4
│ 73正则化和偏差、方程.mp4
│ 74学习曲线 - 副本.mp4
│ 74学习曲线.mp4
│
├─章节12 机器学习系统设计
│ 75决定接下来做什么.mp4
│ 76确定执行的优先级.mp4
│ 77误差分析.mp4
│ 78不对称性分类的误差评估.mp4
│ 79精确度和召回率的权衡.mp4
│ 80机器学习数据.mp4
│
├─章节13 支持向量机
│ 81优化目标.mp4
│ 82直观上对大间隔的理解.mp4
│ 83大间隔分类器的数学原理.mp4
│ 84核函数.mp4
│ 85核函数2.mp4
│ 86使用SVM.mp4
│
├─章节2 单变量线性回归
│ 06模型描述.mp4
│ 07代价函数.mp4
│ 08代价函数(一).mp4
│ 09代价函数(二).mp4
│ 10梯度下降.mp4
│ 11梯度下降知识点总结.mp4
│ 12线性回归的梯度下降.mp4
│
├─章节3 线性回归回顾
│ 14矩阵和向量.mp4
│ 15加法和标量乘法.mp4
│ 16矩阵向量乘法.mp4
│ 17矩阵乘法.mp4
│ 18矩阵乘法特征.mp4
│ 19逆和转置.mp4
│
├─章节4 配置
│ 配置.txt
│
├─章节5 多变量线性回归
│ 27多功能.mp4
│ 28多元梯度下降法.mp4
│ 29多元梯度下降法演练I-特征缩放.mp4
│ 30多元梯度下降法II-学习率.mp4
│ 31特征和多项式回归.mp4
│ 32正规方程(区别于迭代方法的直接解法).mp4
│ 33正规方程在矩阵不可逆情况下的解决方法.mp4
│ 34完成并提交编程作业.mp4
│
├─章节6 Octave Matlab教程
│ 35基本操作.mp4
│ 36移动数据.mp4
│ 37计算数据.mp4
│ 38数据绘制.mp4
│ 39控制语句:for,while,if语句.mp4
│ 40矢量.mp4
│
├─章节7 Logistic回归
│ 42分类.mp4
│ 43假设陈述.mp4
│ 44决策界限.mp4
│ 45代价函数.mp4
│ 46简化代价函数与梯度下降.mp4
│ 47高级优化.mp4
│ 48多元分类:一对多.mp4
│
├─章节8 正则化
│ 50过拟合问题.mp4
│ 51代价函数.mp4
│ 52线性回归的正则化.mp4
│ 53Logistic回归的正则化.mp4
│
└─章节9 神经网络学习
54非线性假设.mp4
55神经元与大脑.mp4
56模型展示I.mp4
57模型展示II.mp4
58例子与直觉理解I.mp4
59例子与直觉理解II.mp4
60多元分类.mp4
3.08 GB
301次浏览
沟通谈判
1.71 GB
302次浏览
易经风水
1.51 GB
302次浏览
易经风水
2.18 GB
301次浏览
易经风水
879 MB
301次浏览
股票讲座
1.60 GB
301次浏览
个人发展