小象学院-机器学习算法精讲(价值799元)视频资料诮_共:14.67GB

[复制链接]
查看449 | 回复0 | 2020-10-17 16:08:50 | 显示全部楼层 |阅读模式

多种网盘链接检测插件
购买前,请先检测网盘链接是否有效


                       

1600999381000

1600999381000


文件名称: 小象学院-机器学习算法精讲(价值799元)视频资料诮_共:14.67GB
文件总数量: 54条
压缩文件数量: 5条
压缩文件比: 9.25%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2020-9-23 01:27:12

目录:【小象学院-机器学习算法精讲(价值799元)】
目录:【小象学院-机器学习算法精讲(价值799元)】
    20.强化学习.mp4
    19.神经网络.mp4
    18.概念学习.mp4
    17.流形学习.mp4
    16.无监督学习_.mp4
    15.统计学习.mp4
    14.统计学习.mp4
    13.统计学习.mp4
    12.统计学习.mp4
    11.核方法.mp4
    10.核方法.mp4
    09.线性模型_.mp4
    08.线性模型_.mp4
    07.经典机器学习模型.mp4
    06.经典机器学习模型.mp4
    05.经典机器学习模型.mp4
    04.机器学习中的数学基础.mp4
    03.机器学习中的哲学.mp4
    02.机器学习的数学基础_.mp4
    01.机器学习中的数学基础.mp4
    资料.rar
目录:【小象学院-机器学习算法精讲(价值799元)/资料】
    probability(MITBertsekas).pdf
    probability(MITBertsekas)(1)_.pdf
    Note_9_OLS.pdf
    Note_7_EnsembleLearning.pdf
    Note_5_NaiveBayes.pdf
    Note_4-GradientDescent.pdf
    Note_3_LNorm.pdf
    Note_2_GeometricInterpretationofDeterminant.pdf
    Note_1_MachineLearningIntro_.pdf
    Note_17_Lo.C.A.L.L.yLinearEmbedding.pdf
    Note_16_EM_.pdf
    Note_15_GeoIntMaxMargin.pdf
    Note_14_Kernel.pdf
    Note_13_MaxMargin_.pdf
    Note12_Lagrange2.pdf
    Note11_Lagrange.pdf
    lle.pdf
    8、线性模型.pdf
    7、经典机器学习模型.pdf
    7.2、Guo-PriCAI.pdf
    6、经典机器学习模型.pdf
    5、经典机器学习模型.pdf
    4、机器学习的数学基础_.pdf
    3、机器学习的哲学.pdf
    2、机器学习的数学基础.pdf
    16、无监督学习.pdf
    12、统计学习.pdf
    11、核方法.pdf
    10、核方法_.pdf
    第五课_代码.zip
    第五课_代码.zip
    RandomForest.zip
    LogisticRegression.zip
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则