西瓜书人工智能集训营(上+下)视频文档资料望_共:56.06GB
20487文件名称: 西瓜书人工智能集训营(上+下)视频文档资料望_共:56.06GB
文件总数量: 275条
压缩文件数量: 25条
压缩文件比: 9.09%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2020-11-29 04:51:36
目录:【西瓜书人工智能集训营(上+下)】
目录:【西瓜书人工智能集训营(上+下)】
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分】
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分】
机器学习_周志华_.pdf
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习】
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/基础部分:人工智能数学基础】
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/基础部分:人工智能python基础】
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第4部分:机器学习上】
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第3部分:概率论】
课程回放-第十讲:概率论(四).mp4
课程回放-第七讲:概率论(一).mp4
课程回放-第九讲:概率论(三).mp4
课程回放-第八讲:概率论(二)_.mp4
__8__概率论_.pdf
__7__概率论.pdf
__6__概率论.pdf
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第2部分:线性代数】
第五讲:线性代数(四).mp4
第四讲:线性代数(三)_.mp4
第三讲:线性代数(二).mp4
第六讲:线性代数(五).mp4
第二讲:线性代数(一)_.mp4
__5__矩阵分解.pdf
__4.1__线性代数4_特殊矩阵.pptx
__3__线性代数3_范数.pptx
__2__线性代数2_线性相关和子空间.pptx
__1__线性代数1.pptx
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第1部分:开始之前】
__0__开始之前.pptx
1、开始之前.mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/8集成学习】
ml_19__分类与回归树_.ppt
ml_19__Bagging与随机森林.pptx
ml_18__Boosting.ppt
ml_18__Adaboost.ipynb
ml_18__adaboost.ppt
8.9分类与回归树.mp4
8.8Bagging与随机森林.mp4
8.7一小时答疑.mp4
8.6Boosting与Adaboost-实战.mp4
8.5Adaboost.mp4
8.4Boosting.mp4
8.3一小时答疑.mp4
8.2集成学习-第一部分-实战.mp4
8.10Bagging与随机森林实战_.mp4
8.1集成学习-第一部分-基础.mp4
ml_19__code_.zip
ml_17.zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/6支持向量机】
6.9一小时答疑.mp4
6.8支持向量机(六).mp4
6.7支持向量机(五)_.mp4
6.6一小时答疑.mp4
6.5支持向量机(四).mp4
6.4支持向量机(三).mp4
6.3一小时答疑.mp4
6.2支持向量机(二)_.mp4
6.1支持向量机(一).mp4
ml_13__1.zip
ml_13__0.zip
ml_12_.zip
ml_11.zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/4决策树】
课程回放-第一十五讲:连续与缺失值(连续值处理,缺失值处理).mp4
课程回放-第一十四讲:剪枝处理(预剪枝,后剪枝)_.mp4
课程回放-第一十三讲:划分选择(信息增益,增益率,基尼指数).mp4
课程回放-第一十二讲:基本流程.mp4
第15讲.zip
第13讲_.zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/2模型评估与选择】
课程回放-第五讲:性能度量(错误率与精度,查准率,查全率与F1,ROC与AUC,代价敏感错误率与代价曲线).mp4
课程回放-第四讲:评估方法(留出法,交叉验证法,自助法,调参与最终模型).mp4
课程回放-第三讲:经验误差与过拟合.mp4
第六讲:性能度量.mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/17增强学习】
17.5Q_learning.ipynb
17.5Qlearning.mp4
17.4.强化学习.ppt
17.4强化学习算法分类TD算法.mp4
17.3强化学习方法.mp4
17.3强化学习(1).ppt
17.2强化学习简介.mp4
17.2强化学习.ppt
17.1强化学习引言、发展史_.mp4
17.1强化学习_.ppt
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/16规则学习】
2.规则学习-剪枝优化_.flv
16.6归纳逻辑程序设计(最小一般泛化,逆归结).mp4
16.5归纳逻辑程序设计(最小一般泛化,逆归结).mp4
16.4.规则学习.pptx
16.4一阶规则学习.mp4
16.3.决策树分类.ppt
16.3决策树.mp4
16.2剪枝优化_.mp4
16.1.规则学习.pptx
16.1基本概念贯序覆盖.mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/15概率图模型】
3.概率计算问题.pdf
2.概率图模型.pdf
15.9概率计算问题预测问题.mp4
15.8.学习问题预测问题.pdf
15.8概率计算问题学习算法_.mp4
15.7概率计算问题后向算法.mp4
15.6概率计算问题前向算法.mp4
15.5概率计算问题直接计算算法前向算法.mp4
15.4近似推断.mp4
15.3精确推断.mp4
15.2概率图模型-MA尔克夫随机场_.mp4
15.1隐MA尔科夫模型.mp4
1.概率图模型_.pdf
15.9HMM.rar
15.1HMM.rar
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/14半监督学习】
3.半监督学习.pptx
3.半监督学习(1).pptx
2.半监督学习.pptx
2.半监督学习(1).pptx
14.9半监督学习(九)基于分歧的方法.mp4
14.8半监督(八)实战.mp4
14.7半监督学习(七)图半监督学习_.mp4
14.6半监督学习(六)半监督SVM.mp4
14.5半监督学习(五)实战.mp4
14.4半监督学习(四)生成式方法_.mp4
14.3半监督学习(三)未标记样本.mp4
14.2半监督学习(二).mp4
14.10半监督学习(十)半监督聚类_.mp4
14.1半监督学习(一)_.mp4
1.半监督学习.pptx
半监督学习1_2.zip
semi.rar
e3LabelPropagationdigitsDemonstratingperformance.rar
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/13计算学习理论】
13.2计算学习理论(二)_.mp4
13.1计算学习理论(一).mp4
1.计算学习理论.ppt
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/12特征选择与稀疏学习】
ml_28__特征选择与稀疏学习.pptx
12.2特征选择与稀疏学习(二).mp4
12.1特征选择与稀疏学习(一).mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/11XGBOOST】
ml_27__XGBoost_.pptx
11.3XGBoost(三).mp4
11.2XGBoost(二).mp4
11.1XGBoost(一).mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/10降维与度量学习】
流形学习.ppt
ml_26__降维-度量学习.ppt
ml_24__MDS.pptx
ml_23__K近邻算法_.ppt
10.8度量学习(二).mp4
10.7度量学习(一).mp4
10.6流形学习(二).mp4
10.5流形学习(一)_.mp4
10.4PCA.mp4
10.3MDS.mp4
10.2K-DTree.mp4
10.1k近邻算法_.mp4
ml_24__PCA.zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/基础部分:人工智能数学基础/2、概率论】
概率论8.ppt
概率论7.ppt
概率论6.ppt
概率论5.ppt
概率论4.ppt
概率论3.ppt
概率论2.ppt
概率论1.ppt
9、习题课.mp4
8、随机变量(三).mp4
7、随机变量(二)_.mp4
6、随机变量(一).mp4
5、一小时答疑.mp4
5.极限定理-概率论与数理统计课件.ppt
4、习题课.mp4
4.随机变量的数字特征-概率论与数理统计课件.ppt
3、概率论与数理统计(三).mp4
3.随机向量-概率论与数理统计课件.ppt
2、概率论与数理统计(二)_.mp4
21、一小时答疑(Day8)_.mp4
20、极限定理(二).mp4
1、概率论与数理统计(一).mp4
19、极限定理(一).mp4
18、随机变量的数字特征(五).mp4
17、随机变量的数字特征(四).mp4
16、随机变量的数字特征(三)_.mp4
15、一小时答疑(Day7).mp4
14、随机变量的数字特征(二)_.mp4
13、随机变量的数字特征(一).mp4
12、随机向量(二)_.mp4
11、随机向量(一)_.mp4
10、一小时答疑(Day6).mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/基础部分:人工智能数学基础/1、线代】
第9讲:习题课.mp4
第8讲:线性方程组的解.mp4
第7讲:矩阵的秩.mp4
第6讲:矩阵的初等变换.mp4
第5讲:一小时答疑.mp4
第4讲:矩阵及其运算(二).mp4
第3讲:矩阵及其运算(一).mp4
第2讲:行列式(二)_.mp4
第21讲:一小时答疑(Day4).mp4
第20讲:主成分分析.mp4
第1讲:行列式(一).mp4
第19讲:矩阵分解_.mp4
第18讲:范数_.mp4
第17讲:相似矩阵及二次型(二).mp4
第16讲:相似矩阵及二次型(一).mp4
第15讲:一小时答疑(Day3).mp4
第14讲:习题课.mp4
第13讲:线性方程组的解的结构,向量空间.mp4
第12讲:向量组的线性相关性(二).mp4
第11讲:向量组的线性相关性(一).mp4
第10讲:一小时答疑_.mp4
9.向量组的线性相关性1.ppt
8.习题课_.ppt
7.线性方程组的解.ppt
6.矩阵的秩.ppt
5.矩阵的初等变换.ppt
4.矩阵及其运算2.ppt
3.矩阵及其运算1.ppt
2行列式2.ppt
2行列式2.pdf
1行列式1.ppt
16.主成分分析.ppt
15.矩阵分解.pptx
14.范数.ppt
13.相似矩阵及二次型.ppt
12.向量组的线性相关性4_.ppt
11.向量组的线性相关性3_.ppt
10.向量组的线性相关性2.ppt
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/基础部分:人工智能python基础/第3部分】
3.6?MNIST手写体数字图片识别.mp4
3.5?Python挖掘建模(Python分类预测模型,Python主要聚类分析算法,Python主要时序模型算法).mp4
3.4?Python主要数据预处理函数.mp4
3.3?Python主要数据探索函数(基本统计特征函数,扩展统计特征函数,统计作图函数).mp4
3.2数据挖掘建模过程(定义挖掘目标,数据取样,数据探索,数据预处理,挖掘建模,模型评价).mp4
3.1?Python数据分析工具简介(Numpy,Scipy,Matplotlib,Pandas,Scikit-Learn).mp4
机器学习与Python_第三章_2.zip
机器学习与Python_第三章_1.zip
4-mnist.zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/基础部分:人工智能python基础/第2部分】
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/基础部分:人工智能python基础/第1部分】
1.2?Python环境配置(安aconda).mp4
1.1?为什么使用Python.mp4
机器学习与Python-第一章.zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第4部分:机器学习上/9聚类分析】
ml_22__密度聚类_层次聚类.ppt
ml_21__聚类_原型聚类.ppt
ml_21__kmeans.ipynb
ml_20__聚类_聚类任务_性能度量_距离计算_.ppt
ml_20__clustering.ipynb
9.8?层次聚类.mp4
9.7?密度聚类.mp4
9.6?原型聚类(k均值算法、学习向量量化、高斯混合聚类)-实战.mp4
9.5?原型聚类(k均值算法、学习向量量化、高斯混合聚类)(二).mp4
9.4原型聚类(k均值算法、学习向量量化、高斯混合聚类)(一)_.mp4
9.3?一小时答疑.mp4
9.2?聚类任务、性能度量、距离计算-实战.mp4
9.1聚类任务.mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第4部分:机器学习上/7贝叶斯分类器】
7.9贝叶斯分类器-EM实战.mp4
7.8贝叶斯分类器-EM算法.mp4
7.7一小时答疑.mp4
7.6贝叶斯网(结构,学习,推断).mp4
7.5朴素贝叶斯分类器,半朴素贝叶斯分类器_.mp4
7.4贝叶斯分类器—最大似然估计和贝叶斯参数估计(补充).mp4
7.3一小时答疑.mp4
7.2贝叶斯分类器—最大似然估计和贝叶斯参数估计.mp4
7.10一小时答疑.mp4
7.1贝叶斯分类器—初识贝叶斯分类器.mp4
ml_16_.zip
ml_15_.zip
ml_14_.zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第4部分:机器学习上/5神经网络】
5.9初识TensorFlow(二).mp4
5.8初识TensorFlow(一).mp4
5.7一小时答疑.mp4
5.6卷积神经网络CNN.mp4
5.5常见神经网络(一)Boltzmann机、深度置信神经网络DBN.mp4
5.4一小时答疑.mp4
5.3误差逆传播算法_.mp4
5.2感知机与多层网络.mp4
5.10一小时答疑_.mp4
5.1神经元模型.mp4
4、初识TensorFlow_.zip
3、CNN.zip
2、误差_逆.向_传播.zip
1、神经元模型(1).zip
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第4部分:机器学习上/3线性模型】
课程回放-第9讲:一小时答疑.mp4
课程回放-第8讲:对数几率回归(二)_.mp4
课程回放-第7讲:对数几率回归(一).mp4
课程回放-第6讲:基本形式,线性回归.mp4
课程回放-第11讲:多分类学习,类别不平衡问题_.mp4
课程回放-第10讲:线性判别分析.mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频上半部分/第4部分:机器学习上/1简介】
深度学习1.2.pdf
机器学习术语表.pdf
机器学习1.1.pdf
第2讲:归纳偏好、发展历程、应用现状.mp4
第1讲:引言、基本术语、假设空间_.mp4
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/4决策树/第十五讲】
cart.ipynb
7c4.5.pdf
目录:【西瓜书人工智能集训营(上+下)/西瓜书视频下半部分/第4部分:机器学习/4决策树/第十三讲】
watermelon_3a_.csv
6.决策树分类.pdf
6.decisiontree.ipynb
页:
[1]