文件清单 121 项

• 02-Anaconda介绍及安装.mp4
• 03-[Python 3.6] Python安装及验证.mp4
• 04-[Python 3.6] Python配置环境变量.mp4
• 05-[Python 3.6] Python卸载及验证.mp4
• 06-[PyTorch 1.2] PyTorch简介与安装.mp4
• 07-[Pytorch1.2] Pytorch开发环境安装.mp4
• 08-[TensorFlow 2.1.0]环境安装-ubuntu.mp4
• 09-[TensorFlow 2.1.0]环境安装-windows.mp4
• 10-[GPU驱动安装]GPU_driver_windows.mp4

展开全部 121 项

• 11-[GPU驱动安装]GPU_driver_Linux.mp4
• 12-Linux 常用命令.mp4
• 13-[数据分析工具] MySQL.mp4
• 14-[数据分析工具] Navicate.mp4
• 15-[数据分析工具] Tableau Public.mp4
• 05-[第一章 线性代数(上)]章节导读.mp4
• 06-[第一章 线性代数(上)]-1 矩阵及其基本运算1.mp4
• 07-[第一章 线性代数(上)]-2 矩阵及其基本运算2.mp4
• 08-[第一章 线性代数(上)]-3 矩阵的行列式1.mp4
• 09-[第一章 线性代数(上)]-4 矩阵的行列式2.mp4
• 10-[第一章 线性代数(上)]-5 矩阵的行列式3.mp4
• 11-[第一章 线性代数(上)]-6 矩阵的行列式4.mp4
• 12-[第一章 线性代数(上)]-7 矩阵的逆1.mp4
• 13-[第一章 线性代数(上)]-8 矩阵的逆2.mp4
• 14-[第一章 线性代数(上)]-9 矩阵的逆3.mp4
• 15-[第二章 线性代数(下)]章节导读.mp4
• 16-[第二章 线性代数(下)]-1 矩阵的初等变换1.mp4
• 17-[第二章 线性代数(下)]-2 矩阵的初等变换2.mp4
• 18-[第二章 线性代数(下)]-3 矩阵的初等变换3.mp4
• 19-[第二章 线性代数(下)]-4 矩阵的初等变换4.mp4
• 20-[第二章 线性代数(下)]-5 矩阵的特征值与特征向量1.mp4
• 21-[第二章 线性代数(下)]-6 矩阵的特征值与特征向量2.mp4
• 22-[第二章 线性代数(下)]-7 矩阵的特征值与特征向量3.mp4
• 23-[第二章 线性代数(下)]-8 矩阵对角化以及二次型1.mp4
• 24-[第二章 线性代数(下)]-9 矩阵对角化以及二次型2.mp4
• 25-[第二章 线性代数(下)]-10 矩阵对角化以及二次型3.mp4
• 26-[第二章 线性代数(下)]-11svd分解的应用.mp4
• 27-[第三章 微积分]-01常用函数的导数以及到导数的常用公式.mp4
• 28-[第三章 微积分]-02 中值定理&洛必达法则&泰勒公式及应用.mp4
• 29-[第三章 微积分]-03 函数的凹凸性&函数的极值.mp4
• 30-[第三章 微积分]-04 不定积分.mp4
• 31-[第三章 微积分]-05 定积分.mp4
• 32-[第三章 微积分]-06 偏导数&多元函数复合求导法则链式求导法则.mp4
• 33-[第三章 微积分]-07 方向导数与梯度及其应用.mp4
• 34-[第三章 微积分]-08 多元函数泰勒公式与海森矩阵&多元函数的极值.mp4
• 05-第一章 绪论和环境配置.mp4
• 06-[作业讲解]第一章:助教实际演示配置环境过程.mp4
• 07-第二章 Python 基本语法元素.mp4
• 08-[作业讲解]第二章:Python基本语法元素.mp4
• 09-第三章 基本数据类型.mp4
• 10-[作业讲解]第三章:基本数据类型.mp4
• 11-第四章 组合数据类型.mp4
• 12-[作业讲解]第四章:复杂数据类型.mp4
• 13-第五章 程序控制结构.mp4
• 14-[作业讲解]第五章:程序控制结构.mp4
• 15-第六章 函数-面向过程的编程.mp4
• 16-[作业讲解]第六章:函数.mp4
• 17-第七章 类-面向对象的编程.mp4
• 18-[作业讲解]第七章:类.mp4
• 19-第八章 文件-异常和模块.mp4
• 20-[作业讲解]第八章:文件-异常和模块.mp4
• 21-第九章 有益的探索.mp4
• 22-[作业讲解]第九章:有益的探索.mp4
• 23-第十章 Python标准库.mp4
• 24-[作业讲解]第十章:Python标准库.mp4
• 25-第十一章 科学计算库—Numpy应用.mp4
• 26-[作业讲解]第十一章:Numpy库.mp4
• 27-第十二章 Pandas库.mp4
• 28-[作业讲解]第十二章:Pandas库.mp4
• 29-第十三章 Matplotlib.mp4
• 30-[作业讲解]第十三章:Matplotlib.mp4
• 31-第十四章 Sklearn常规用法.mp4
• 32-[作业讲解]第十四章:Sklearn常规用法.mp4
• 33-第十五章 再谈编程.mp4
• 35-[比赛实战]大牛手把手指导如何打一场完整的二分类比赛.mp4
• 05-01-01-机器学习概述.mp4
• 06-02-01线性回归简介-数学符号-假设函数-损失函数-代价函数.mp4
• 07-02-02-梯度下降法.mp4
• 08-02-03-梯度下降法代码实现.mp4
• 09-02-04-使用梯度下降法求解线性回归问题.mp4
• 10-02-05-线性回归代码实现.mp4
• 11-02-06-线性回归代码实现-做特征归一化.mp4
• 12-02-07-批量梯度下降,随机梯度下降,小批量梯度下降.mp4
• 13-02-08-模型评价 · 几种常见的模型评价指标.mp4
• 14-02-09-欠拟合与过拟合.mp4
• 15-02-10-Ridge回归求解与代码实现.mp4
• 16-02-11-LASSO回归求解.mp4
• 17-02-12-LASSO回归求解举例说明.mp4
• 18-02-13-LASSO回归代码实现.mp4
• 19-02-14-最小二乘法求线性回归.mp4
• 20-02-15-最小二乘法代码实现.mp4
• 21-02-[实战]使用Sklearn实现Ridge,LASSO和ElasticNet.mp4
• 22-02-[案例]波士顿房价预测(上).mp4
• 23-02-[案例]-波士顿房价预测(下).mp4
• 24-03-01-逻辑回归简介-假设函数-损失函数-成本函数.mp4
• 25-03-02-逻辑回归求解.mp4
• 26-03-03-一个示例解释逻辑回归的求解公式.mp4
• 27-03-04-逻辑回归代码实现(上).mp4
• 28-03-04-逻辑回归代码实现(下).mp4
• 29-03-06-逻辑回归的正则化.mp4
• 30-03-07-逻辑回归实现多分类方法.mp4
• 人工智能研究生课程库/
• 01-软件安装及环境配置/
• 02-人工智能数学基础/
• 03-Python基础+数据科学入门/
• 04-机器学习算法应用实战/
• 05-李航《统计学习方法》训练营(含无监督学习部分)/
• 06-《机器学习》西瓜书训练营/
• 07-吴恩达《机器学习》作业班/
• 08-深度学习TensorFlow2.0框架班/
• 09-深度学习PyTorch框架班/
• 10-《深度学习》花书训练营/
• 11-李飞飞斯坦福CS231n计算机视觉课/
• 12-斯坦福CS224n自然语言处理课训练营/
• 14-04 神经网络基础知识/
• 15-06 OpenCV 图像基础/
• 16-[论文]baseline基础篇目——NLP/
• 17-[论文]baseline基础篇目——CV/
• 18-[NLP经典大赛]数据科学: 疫情期间网民情绪识别赛/
• 19-面试刷题班/
• 20-05 NLP基础知识/
• 代码资料汇总/