机器概论(2021秋)视频共:5.30GB
30881文件名称: 机器概论(2021秋)视频共:5.30GB
文件总数量: 117条
压缩文件数量: 0条
压缩文件比: 0%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2021-9-24 13:48:09
目录:【机器学习概论(2021秋)】
目录:【机器学习概论(2021秋)】
修复播放列表_.bat
播放列表_.dpl
_DPL_PYJUN
目录:【机器学习概论(2021秋)/{1}--课程】
目录:【机器学习概论(2021秋)/{1}--课程/{9}--第九章复习总结】
--复习总结_.srt
--复习总结_.mp4
(9.1)--9.overview-final_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{8}--第八章支持向量机(II)和无监督学习】
(8.1)--8.SVM-II_Unsupervise_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{7}--第七章支持向量机(I)】
(7.1)--7.svm_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{6}--第六章基于实例的学习】
(6.1)--6.IBL_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{5}--第五章假设检验】
(5.1)--5.Theroy-HypoEva_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{4}--第四章MA尔可夫模型和隐MA尔可夫模型】
(4.1)--4.MM_HMM_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{3}--第三章决策树学习(II)和贝叶斯学习】
(3.1)--3.Bayes_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{2}--第二章决策树学习(I)】
(2.1)--2.DTree_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{1}--第一章绪论】
(1.1)--1.intro赌ction_.pdf
目录:【机器学习概论(2021秋)/{1}--课程/{8}--第八章支持向量机(II)和无监督学习/{5}--8.7K-means聚类和K-medoids聚类】
--K-means聚类和K-medoids聚类_.srt
--K-means聚类和K-medoids聚类_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{8}--第八章支持向量机(II)和无监督学习/{4}--8.6层次聚类】
--层次聚类_.srt
--层次聚类_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{8}--第八章支持向量机(II)和无监督学习/{3}--8.5无监督学习简介】
--无监督学习简介(2)_.srt
--无监督学习简介(2)_.mp4
--无监督学习简介(1)_.srt
--无监督学习简介(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{8}--第八章支持向量机(II)和无监督学习/{2}--8.4支持向量机总结】
--支持向量机总结_.srt
--支持向量机总结_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{8}--第八章支持向量机(II)和无监督学习/{1}--8.1核函数支持向量机】
--核函数支持向量机:核函数(2)_.srt
--核函数支持向量机:核函数(2)_.mp4
--核函数支持向量机:核函数(1)_.srt
--核函数支持向量机:核函数(1)_.mp4
--核函数支持向量机:向量空间_.srt
--核函数支持向量机:向量空间_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{7}--第七章支持向量机(I)/{2}--7.2线性支持向量机】
--线性支持向量机(5)_.srt
--线性支持向量机(5)_.mp4
--线性支持向量机(4)_.srt
--线性支持向量机(4)_.mp4
--线性支持向量机(3)_.mp4
--线性支持向量机(2)_.mp4
--线性支持向量机(1)_.srt
--线性支持向量机(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{7}--第七章支持向量机(I)/{1}--7.1支持向量机的背景】
--支持向量机的背景_.srt
--支持向量机的背景_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{6}--第六章基于实例的学习/{6}--6.6距离加权的K近邻算法】
--距离加权的K近邻算法_.srt
--距离加权的K近邻算法_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{6}--第六章基于实例的学习/{5}--6.5KD树】
--KD树_.srt
--KD树_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{6}--第六章基于实例的学习/{4}--6.4K邻近算法】
--K近邻算法_.srt
--K近邻算法_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{6}--第六章基于实例的学习/{3}--6.3最近邻算法】
--最近邻算法_.srt
--最近邻算法_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{6}--第六章基于实例的学习/{2}--6.2基于实例的学习的基本概念】
--基于实例的学习的基本概念_.srt
--基于实例的学习的基本概念_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{6}--第六章基于实例的学习/{1}--6.1下午茶时间:黑洞照片】
--下午茶时间:黑洞照片_.srt
--下午茶时间:黑洞照片_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{5}--第五章假设检验/{4}--5.4有限数据下的比较】
--有限数据下的比较_.srt
--有限数据下的比较_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{5}--第五章假设检验/{3}--5.3置信度和置信区间】
--置信度和置信区间(3)_.srt
--置信度和置信区间(3)_.mp4
--置信度和置信区间(2)_.srt
--置信度和置信区间(2)_.mp4
--置信度和置信区间(1)_.srt
--置信度和置信区间(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{5}--第五章假设检验/{2}--5.2假设评估】
--假设评估(3)_.srt
--假设评估(3)_.mp4
--假设评估(2)_.srt
--假设评估(2)_.mp4
--假设评估(1)_.srt
--假设评估(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{5}--第五章假设检验/{1}--5.1下午茶时间:T灵奖】
--下午茶时间:T灵奖(2)_.srt
--下午茶时间:T灵奖(2)_.mp4
--下午茶时间:T灵奖(1)_.srt
--下午茶时间:T灵奖(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{4}--第四章MA尔可夫模型和隐MA尔可夫模型/{6}--4.6隐MA尔可夫模型的应用】
--隐MA尔可夫模型的应用_.srt
--隐MA尔可夫模型的应用_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{4}--第四章MA尔可夫模型和隐MA尔可夫模型/{5}--4.5解码问题】
--解码问题_.srt
--解码问题_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{4}--第四章MA尔可夫模型和隐MA尔可夫模型/{4}--4.4评估问题】
--评估问题(2)_.srt
--评估问题(2)_.mp4
--评估问题(1)_.srt
--评估问题(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{4}--第四章MA尔可夫模型和隐MA尔可夫模型/{3}--4.3隐MA尔可夫模型】
--隐MA尔可夫模型_.srt
--隐MA尔可夫模型_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{4}--第四章MA尔可夫模型和隐MA尔可夫模型/{2}--4.2MA尔可夫模型】
--MA尔可夫模型_.srt
--MA尔可夫模型_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{4}--第四章MA尔可夫模型和隐MA尔可夫模型/{1}--4.1下午茶时间:微博的垃圾检测】
--下午茶时间:微博的垃圾检测_.srt
--下午茶时间:微博的垃圾检测_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{3}--第三章决策树学习(II)和贝叶斯学习/{5}--3.5极大似然假设、朴素贝叶斯和最小描述长度】
--极大似然假设、朴素贝叶斯和最小描述长度_.srt
--极大似然假设、朴素贝叶斯和最小描述长度_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{3}--第三章决策树学习(II)和贝叶斯学习/{4}--3.4贝叶斯学习的背景】
--贝叶斯学习的背景_.srt
--贝叶斯学习的背景_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{3}--第三章决策树学习(II)和贝叶斯学习/{3}--3.3决策树的改进和归纳学习假设】
--决策树的改进和归纳学习假设_.srt
--决策树的改进和归纳学习假设_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{3}--第三章决策树学习(II)和贝叶斯学习/{2}--3.2后剪枝】
--后剪枝_.srt
--后剪枝_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{3}--第三章决策树学习(II)和贝叶斯学习/{1}--3.1下午茶时间:勒索软件】
--下午茶时间:勒索软件_.srt
--下午茶时间:勒索软件_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{2}--第二章决策树学习(I)/{4}--2.4过拟合和前剪枝】
--过拟合和前剪枝_.srt
--过拟合和前剪枝_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{2}--第二章决策树学习(I)/{3}--2.3经典决策树算法ID3】
--经典决策树算法ID3(3)_.srt
--经典决策树算法ID3(3)_.mp4
--经典决策树算法ID3(2)_.srt
--经典决策树算法ID3(2)_.mp4
--经典决策树算法ID3(1)_.srt
--经典决策树算法ID3(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{2}--第二章决策树学习(I)/{2}--2.2决策树的实例和发展历史】
--决策树的实例和发展历史_.srt
--决策树的实例和发展历史_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{2}--第二章决策树学习(I)/{1}--2.1决策树的基本概念】
--决策树的基本概念_.srt
--决策树的基本概念_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{1}--第一章绪论/{4}--1.4机器学习系统设计】
--机器学习系统设计(2)_.srt
--机器学习系统设计(2)_.mp4
--机器学习系统设计(1)_.srt
--机器学习系统设计(1)_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{1}--第一章绪论/{3}--1.3什么是机器学习】
--什么是机器学习_.srt
--什么是机器学习_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{1}--第一章绪论/{2}--1.2机器学习的背景】
--机器学习的背景_.srt
--机器学习的背景_.mp4
目录:【机器学习概论(2021秋)/{1}--课程/{1}--第一章绪论/{1}--1.1课程介绍】
--课程介绍_.srt
--课程介绍_.mp4
页:
[1]