人工智能训练营5天入门到实战视频课程-涵盖图像识别、人脸识别、目标检测等_7.76GB

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

您当前无权限查看，请先登录，或点此注册！

• 1.百度网盘链接，查看是否有效

VIP低至28元三个月，无套路，VIP期间免费下载资源。

                       

1695459059688

文件名称：	人工智能训练营5天入门到实战视频课程-涵盖图像识别、人脸识别、目标检测等040_共：7.76GB
文件总数量：	89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：	2023-09-20 08:40:34

目录：【人工智能之快速入门与线X回归/视频】
    02_AI的流程_ML和DL关系_回归、分类、聚类、降维的本质.mp4　[164.26MB]
    03_线X回归的表达式_损失函数MSE.mp4　[127.19MB]
    05_从MSE到θ的解析解形式.mp4　[83.50MB]
    01_五天实训的内容_人工智能应用.mp4　[181.00MB]
    06_An装Anaconda和PyCharm运行和开发软件.mp4　[70.52MB]
    07_python代码实现多元线X回归解析解的求解方法.mp4　[77.18MB]
    08_梯度下降法的步骤_公式.mp4　[119.11MB]
    09_根据损失函数MSE推导梯度的公式.mp4　[70.56MB]
    04_推导出多元线X回归的损失函数.mp4　[203.15MB]

目录：【人工智能训练营5天入门到实战视频课程-涵盖图像识别、人脸识别、目标检测等】
    2023-09-19_18-40.png　[294.90KB]

目录：【人工智能之人脸识别与目标检测、语义分割/视频】
    03_FaceNet论文_架构_三元组损失.mp4　[258.24MB]
    01_作业的讲解_知识的回顾.mp4　[65.83MB]
    02_人脸识别的架构流程分析.mp4　[120.48MB]
    09_MaskRCNN的架构_思想_蒙版弹幕项目效果.mp4　[163.40MB]
    06_人脸识别项目代码_实操作业要求.mp4　[372.07MB]
    07_FasterRCNN目标检测口罩项目展示_图片标注工具labelimg的使用.mp4　[178.22MB]
    04_MTCNN论文_架构_损失函数.mp4　[130.11MB]
    05_facenet-master项目的下载和导入.mp4　[76.41MB]
    08_FasterRCNN论文_架构_思想.mp4　[353.62MB]

目录：【人工智能之线X回归优化与逻辑回归/视频】
    02_归一化.mp4　[219.44MB]
    06_基于保险案例进行更多的数据的EDA.mp4　[80.68MB]
    04_ScikitLearn介绍_岭回归的本质_Lasso回归的本质.mp4　[104.89MB]
    07_逻辑回归表达式的推导_逻辑回归损失函数的推导.mp4　[116.53MB]
    01_利用GD来求解多元线X回归的最优解.mp4　[106.63MB]
    05_多项式回归_保险花销预测案例.mp4　[250.14MB]
    08_逻辑回归代码实战Iris二分类和多分类任务.mp4　[92.64MB]
    03_正则化.mp4　[137.35MB]

目录：【人工智能之神经网络与TensorFlow/视频】
    01_作业讲解_回顾昨日知识.mp4　[88.83MB]
    07_TensorFlow对于GPU版本的An装.mp4　[109.36MB]
    09_TensorFlow实现Softmax回归分类MNIST手写数字识别.mp4　[123.54MB]
    02_打鸡血_聊一下图像算法工程师就业薪资水平.mp4　[154.82MB]
    04_讲解Softmax回归算法.mp4　[111.02MB]
    05_多层神经网络的好处_隐藏层的激活函数必须是非线X的原因.mp4　[90.54MB]
    06_TensorFlow对于CPU版本的An装.mp4　[62.84MB]
    03_NN神经元_常用的3种激活函数_NN理解LR做多分类.mp4　[103.06MB]
    08_TensorFlow实现多元线X回归预测房价.mp4　[198.35MB]

目录：【人工智能5天入门训练营/视频】
    36_多元线X回归下的梯度下降法.mp4　[38.45MB]
    03_人工智能时代是发展的必然.mp4　[25.61MB]
    12_扩展到多元线X回归.mp4　[26.65MB]
    14_理解维度这个概念.mp4　[37.11MB]
    06_机器学习不同的学习方式.mkv　[72.53MB]
    26_解析解的方式求解多元线X回归_数据Xy.mp4　[30.65MB]
    28_解析解的方式求解多元线X回归_扩展随机种子概念_增加维度代码的变换.mp4　[30.05MB]
    09_无监督机器学习任务与本质.mp4　[48.91MB]
    42_代码实现全量梯度下降第3步和第4步.mp4　[26.10MB]
    44_代码实现小批量梯度下降.mp4　[22.83MB]
    02_人工智能适合人群与必备技能.mkv　[47.37MB]
    13_理解多元线X回归表达式几种写法的原因.mp4　[37.58MB]
    38_随机梯度下降_小批量梯度下降.mp4　[43.98MB]
    45_代码改进保证训练数据全都能被随机取到.mp4　[23.93MB]
    07_深度学习比传统机器学习有优势.mkv　[75.31MB]
    43_代码实现随机梯度下降.mp4　[21.62MB]
    18_明确目标通过最大总似然求解θ.mp4　[25.87MB]
    34_学习率设置的学问_全局最优解.mp4　[47.99MB]
    20_把目标函数按照线X代数的方式去表达.mp4　[22.08MB]
    21_推导出目标函数的导函数形式.mp4　[39.82MB]
    22_θ解析解的公式_是否要考虑损失函数是凸函数.mp4　[58.01MB]
    33_梯度下降法公式.mp4　[50.84MB]
    01_人工智能就业前景与薪资.mp4　[49.38MB]
    23_Python开发环境版本的选择及下载.mp4　[46.00MB]
    17_引入正太分布的概率密度函数.mp4　[26.36MB]
    27_解析解的方式求解多元线X回归_求解模型_使用模型_绘制图形.mp4　[39.16MB]
    15_理解回归一词_中心极限定理_正太分布和做预测.mp4　[61.53MB]
    35_梯度下降法迭代流程总结.mp4　[24.59MB]
    11_最优解_损失函数_MSE.mp4　[34.82MB]
    30_调用Scikit-learn中的多元线X回归求解模型(上).mp4　[24.34MB]
    10_理解简单线X回归.mp4　[27.98MB]
    41_代码实现全量梯度下降第1步和第2步.mp4　[20.15MB]
    08_有监督机器学习任务与本质.mp4　[37.24MB]
    16_假设误差服从正太分布_最大似然估计MLE.mp4　[42.34MB]
    31_调用Scikit-learn中的多元线X回归求解模型(下).mp4　[34.52MB]
    04_人工智能在各领域的应用.mp4　[61.77MB]
    37_全量梯度下降.mp4　[59.04MB]
    39_对应梯度下降法的问题和挑战.mp4　[42.22MB]
    24_Anaconda环境An装_Pycharm环境An装.mp4　[64.55MB]
    25_Pycharm创建脚本并测试python开发环境.mp4　[26.27MB]
    29_Scikit-learn模块的介绍.mp4　[29.99MB]
    19_对数似然函数_推导出损失函数MSE.mp4　[39.74MB]
    32_梯度下降法产生的目的和原因以及思想.mp4　[53.73MB]
    40_轮次和批次.mp4　[50.90MB]
    05_人工智能常见流程.mkv　[83.88MB]
    46_代码改进实现随着迭代增加动态调整学习率.mp4　[34.35MB]

目录：【人工智能之图像识别与图像分割/视频】
    04_TensorFlow实训CNN分类MNIST手写数字识别.mp4　[179.12MB]
    01_TensorFlow实现DNN分类MNIST手写数字识别.mp4　[223.46MB]
    06_U-Net网络模型_细胞核数据的读取.mp4　[206.50MB]
    03_池化的计算_SAME和VALID模式_经典CNN结构.mp4　[78.49MB]
    07_U-Net网络进行细胞核切分的训练代码.mp4　[97.13MB]
    02_卷积神经网络卷积层_卷积的计算.mp4　[112.61MB]
    05_VGG16网络模型_数据增强_COVID19医疗图片的识别.mp4　[224.21MB]