夸克网盘
5积分【黑马程序员】智能机器人软件开发 无基础小白也能学会的人工智能课 - 带源码课件1.62GB
day1693.68MB
00_为什么要学习数学(1).mp418.12MB01_引言和学习方法.mp412.8MB02_feature和label.mp427.73MB03_什么是机器学习(1).mp416.04MB04_数据采集方式.mp443.89MB05_knn算法入门.mp412.04MB06_knn算法python实现.mp470.7MB07_代码流程回顾.mp415.05MB08_抽取knn函数.mp411.17MB09_实验演示验证结论.mp425.56MB10_评估模型好坏的方法，训练集和测试集.mp410.35MB11_生成测试和训练数据集.mp419.62MB12_调参选取最优的k.mp436.48MB13_增加数据的维度.mp410.35MB14_numpy加载特殊数据.mp416.33MB15_欧式距离.mp411.89MB16_二维空间距离的计算.mp428.61MB17_代码增加一个维度.mp416.97MB18_数据归一化.mp431.97MB19_knn的feature的选择.mp48.88MB20_向量和向量的运算.mp429.98MB21_概念总结.mp45.77MB22_使用矩阵和向量实现knn.mp468.95MB23_ 房价预测简单框架.mp452.57MB24_数据的归一化和标准化.mp463.05MB附：问题1.mp414.89MB附1_如何学习数学.mp413.91MBday2246.93MB
01_线性回归和Knn.mp414.91MB02_线性回归解决什么问题_ev.mp47.67MB03_Excel进行线性回归_ev.mp48.92MB04_损失函数和最小均方差_ev.mp414.93MB05_excle来简单理解梯度下降_ev.mp418.78MB06_梯度下降的问题分析_ev.mp410.8MB07_求导简单入门_ev.mp413.01MB08_mse对b进行求导_ev.mp411.93MB09_Excel演示梯度下降&学习速率_ev.mp422.3MB10_偏导数分别求解m和b的导数_ev.mp415.91MB11_对m和b分别进行梯度下降_ev.mp422.18MB12_Python代码实现梯度下降_ev.mp437.19MB13_代码测试生成m和b_ev.mp415.54MB14_作业演示.mp432.86MBday3328.24MB
01_高等数学入门.mp423.3MB02_问题描述_ev.mp43.49MB03_简单理解矩阵运算的现实含义_ev.mp45.85MB04_矩阵的形状_ev.mp414.7MB05_矩阵的加法_ev.mp45.34MB06_手动计算矩阵的乘法_ev.mp410.6MB07_矩阵的乘法不满足交换律_ev.mp45.51MB08_用numpy进行矩阵的乘法运算_ev.mp47.78MB09_矩阵运算计算m和b的偏导数_ev.mp423.52MB10_numpy矩阵运算演示获取m和b的偏导_ev.mp418.06MB11_用矩阵运算重构线性回归代码_ev.mp418.6MB12_对比程序执行的时间_ev.mp48.36MB13_增加数据的维度.mp410.11MB14_函数模型的评估和错误率的计算_ev.mp420.81MB15_矩阵可以理解为一个变化函数_ev.mp44.23MB16_bmp是如何描述图片的_ev.mp437.81MB17_位图和svg图的区别_ev.mp413.92MB18_矩阵运算变化图片的位置_ev.mp414.61MB19_矩阵运算旋转图形_ev.mp415.46MB20_矩阵的缩放处理_ev.mp43.84MB21_图形变换综合案例_ev.mp47.51MB22_机器学习浅谈_ev.mp422.96MB23_sigmod函数引入_ev.mp412.07MB24_逻辑回归的步骤.mp419.81MBday4347.52MB
01_自然底数和sigmod函数.mp430.75MB02_矩阵运算计算逻辑回归_ev.mp410.29MB03_逻辑回归简单实现_ev.mp424.2MB04_多分类问题_ev.mp47.97MB05_多分类的概率问题思考_ev.mp414.34MB06_多分类问题softmax公式_ev.mp412.43MB07_手写数字数据集_ev.mp418.51MB08_手写数字的识别原理_ev.mp411.8MB09_手写数字数据集的处理_ev.mp424.37MB10_手写数字的识别_ev.mp448.9MB11_手写数字bug处理_ev.mp417.32MB12_ai自动驾驶_ev.mp43.54MB13_神经网络的作用_ev.mp45.5MB14_多层神经网络演示_ev.mp423.7MB15_感知机_ev.mp45.06MB16_感知机数学原理_ev.mp46.38MB17_线性模型和非线性模型_ev.mp413.25MB18_交叉熵cross-entropy_ev.mp415.54MB19_概率简介.mp453.67MB
资料.zip45.94MB网站声明：
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。