【吳恩達】機器學習經典名課——更多資源,課程更新在 博學商學院www.cdbzjc.com
博學商學院資源,名師講座課程簡介:
【吳恩達】機器學習經典名課
教程介紹
本課程將廣泛介紹機器學習、數據挖掘和統計模式識別等內容,同時還引用了許多機器學習案例,讓你學會在智能機器人(感知和控制)、文本理解(網絡搜索和垃圾郵件過濾)、計算機視覺、醫學信息學、音頻、數據庫挖掘等領域應用機器學
博學網課程目錄:
│
├─章節1 初識機器學習
│ 01歡迎參加《機器學習》課程.mp4
│ 02什么是機器學習.mp4
│ 03監督學習.mp4
│ 04無監督學習.mp4
│
├─章節10 神經網絡參數的反向傳播算法
│ 61代價函數.mp4
│ 62反向傳播算法.mp4
│ 63理解反向傳播.mp4
│ 64使用注意:展開函數.mp4
│ 65梯度檢測.mp4
│ 66隨機初始化.mp4
│ 67組合到一起.mp4
│ 68無人駕駛.mp4
│
├─章節11 應用機器學習的建議
│ 69決定下一步做什么 - 副本.mp4
│ 69決定下一步做什么.mp4
│ 70評估假設 - 副本.mp4
│ 70評估假設.mp4
│ 71模型選擇和訓練、驗證、測試集.mp4
│ 72診斷偏差與方差.mp4
│ 73正則化和偏差、方程.mp4
│ 74學習曲線 - 副本.mp4
│ 74學習曲線.mp4
│
├─章節12 機器學習系統設計
│ 75決定接下來做什么.mp4
│ 76確定執行的優先級.mp4
│ 77誤差分析.mp4
│ 78不對稱性分類的誤差評估.mp4
│ 79精確度和召回率的權衡.mp4
│ 80機器學習數據.mp4
│
├─章節13 支持向量機
│ 81優化目標.mp4
│ 82直觀上對大間隔的理解.mp4
│ 83大間隔分類器的數學原理.mp4
│ 84核函數.mp4
│ 85核函數2.mp4
│ 86使用SVM.mp4
│
├─章節2 單變量線性回歸
│ 06模型描述.mp4
│ 07代價函數.mp4
│ 08代價函數(一).mp4
│ 09代價函數(二).mp4
│ 10梯度下降.mp4
│ 11梯度下降知識點總結.mp4
│ 12線性回歸的梯度下降.mp4
│
├─章節3 線性回歸回顧
│ 14矩陣和向量.mp4
│ 15加法和標量乘法.mp4
│ 16矩陣向量乘法.mp4
│ 17矩陣乘法.mp4
│ 18矩陣乘法特征.mp4
│ 19逆和轉置.mp4
│
├─章節4 配置
│ 配置.txt
│
├─章節5 多變量線性回歸
│ 27多功能.mp4
│ 28多元梯度下降法.mp4
│ 29多元梯度下降法演練I-特征縮放.mp4
│ 30多元梯度下降法II-學習率.mp4
│ 31特征和多項式回歸.mp4
│ 32正規方程(區別于迭代方法的直接解法).mp4
│ 33正規方程在矩陣不可逆情況下的解決方法.mp4
│ 34完成并提交編程作業.mp4
│
├─章節6 Octave Matlab教程
│ 35基本操作.mp4
│ 36移動數據.mp4
│ 37計算數據.mp4
│ 38數據繪制.mp4
│ 39控制語句:for,while,if語句.mp4
│ 40矢量.mp4
│
├─章節7 Logistic回歸
│ 42分類.mp4
│ 43假設陳述.mp4
│ 44決策界限.mp4
│ 45代價函數.mp4
│ 46簡化代價函數與梯度下降.mp4
│ 47高級優化.mp4
│ 48多元分類:一對多.mp4
│
├─章節8 正則化
│ 50過擬合問題.mp4
│ 51代價函數.mp4
│ 52線性回歸的正則化.mp4
│ 53Logistic回歸的正則化.mp4
│
└─章節9 神經網絡學習
54非線性假設.mp4
55神經元與大腦.mp4
56模型展示I.mp4
57模型展示II.mp4
58例子與直覺理解I.mp4
59例子與直覺理解II.mp4
60多元分類.mp4
本軟件是會員軟件,如果你是會員,
請登陸。如果不是會員
請注冊。
博學網海量精品高價資源下載學習請登錄:www.cdbzjc.com
------------------精品資源不斷更新,為您生活添色彩!-----------------------
-------------博學商學院十佳資源網站!一站集合十站資源----------------
購買博學商學院VIP會員須知:
------博學商學院資源超級豐富,購買VIP會員即可終身免費學習-------
--------點擊網站右上角注冊賬號,注冊成功后登陸進入會員中心自助充值------
-------------自助充值時選擇【即時到賬】,系統100%充值成功-------------------
--------------------充值成功后自助升級到所需會員或代理--------------------------
------------------清理瀏覽器緩存,重新登陸即可終身免費在線學習下載---------