周志华机器学习完整版视频教程_网_共:67.23GB

[复制链接]
查看81 | 回复0 | 2020-10-7 08:45:52 | 显示全部楼层 |阅读模式

1600048125000

1600048125000


文件名称: 周志华机器学习完整版视频教程_网_共:67.23GB
文件总数量: 277条
压缩文件数量: 52条
压缩文件比: 18.7%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2020-9-13 18:07:53

目录:【周志华机器学习完整版】
目录:【周志华机器学习完整版】
    机器学习_周志华.pdf
目录:【周志华机器学习完整版/基础部分:人工智能数学基础】
目录:【周志华机器学习完整版/基础部分:人工智能python基础】
目录:【周志华机器学习完整版/第4部分:机器学习】
目录:【周志华机器学习完整版/第3部分:概率论】
    课程回放-第十讲:概率论(四).mp4
    课程回放-第七讲:概率论(一)_.mp4
    课程回放-第九讲:概率论(三).mp4
    课程回放-第八讲:概率论(二).mp4
    __8__概率论.pdf
    __7__概率论.pdf
    __6__概率论.pdf
目录:【周志华机器学习完整版/第2部分:线性代数】
    第五讲:线性代数(四).mp4
    第四讲:线性代数(三).mp4
    第三讲:线性代数(二).mp4
    第六讲:线性代数(五)_.mp4
    第二讲:线性代数(一).mp4
    __5__矩阵分解.pdf
    __4.1__线性代数4_特殊矩阵_.pptx
    __3__线性代数3_范数.pptx
    __2__线性代数2_线性相关和子空间.pptx
    __1__线性代数1.pptx
目录:【周志华机器学习完整版/第1部分:开始之前】
    __0__开始之前_.pptx
    1、开始之前.mp4
目录:【周志华机器学习完整版/基础部分:人工智能数学基础/2、概率论】
    第42讲:一小时答疑(Day8)_.mp4
    第41讲:极限定理(二).mp4
    第40讲:极限定理(一).mp4
    第39讲:随机变量的数字特征(五).mp4
    第38讲:随机变量的数字特征(四)_.mp4
    第37讲:随机变量的数字特征(三)_.mp4
    第36讲:一小时答疑(Day7).mp4
    第35讲:随机变量的数字特征(二)(1)_.mp4
    第34讲:随机变量的数字特征(一)_.mp4
    第33讲:随机向量(二).mp4
    第32讲:随机向量(一).mp4
    第31讲:一小时答疑(Day6).mp4
    第30讲:习题课.mp4
    第29讲:随机变量(三).mp4
    第28讲:随机变量(二).mp4
    第27讲:随机变量(一).mp4
    第26讲:一小时答疑(Day5).mp4
    第25讲:习题课.mp4
    第24讲:概率论与数理统计(三).mp4
    第23讲:概率论与数理统计(二).mp4
    第22讲:概率论与数理统计(一).mp4
    9随机向量-概率论与数理统计课件.ppt
    8概率论8.ppt
    7概率论7.ppt
    6概率论6.ppt
    5概率论5.ppt
    4概率论4_.ppt
    3概率论3.ppt
    2概率论2.ppt
    11极限定理-概率论与数理统计课件.ppt
    10随机变量的数字特征-概率论与数理统计课件.ppt
    1概率论1_.ppt
目录:【周志华机器学习完整版/基础部分:人工智能数学基础/1、线代】
    第9讲:习题课.mp4
    第8讲:线性方程组的解.mp4
    第7讲:矩阵的秩.mp4
    第6讲:矩阵的初等变换.mp4
    第5讲:一小时答疑(Day1).mp4
    第4讲:矩阵及其运算(二).mp4
    第3讲:矩阵及其运算(一).mp4
    第2讲:行列式(二)(已完成)_.mp4
    第21讲:一小时答疑(Day4).mp4
    第20讲:主成分分析.mp4
    第1讲:行列式(一)(已完成).mp4
    第19讲:矩阵分解.mp4
    第18讲:范数.mp4
    第17讲:相似矩阵及二次型(二).mp4
    第16讲:相似矩阵及二次型(一).mp4
    第15讲:一小时答疑(Day3).mp4
    第14讲:习题课.mp4
    第13讲:线性方程组的解的结构,向量空间.mp4
    第12讲:向量组的线性相关性(二)_.mp4
    第11讲:向量组的线性相关性(一).mp4
    第10讲:一小时答疑(Day2)_.mp4
    9.向量组的线性相关性1.ppt
    8.习题课.ppt
    7.线性方程组的解.ppt
    6.矩阵的秩_.ppt
    5.矩阵的初等变换.ppt
    4.矩阵及其运算2.ppt
    3.矩阵及其运算1.ppt
    2行列式2_.pdf
    2行列式2.ppt
    1行列式1_.ppt
    16.主成分分析_.ppt
    15.矩阵分解.pptx
    14.范数.ppt
    13.相似矩阵及二次型.ppt
    12.向量组的线性相关性4.ppt
    11.向量组的线性相关性3.ppt
    10.向量组的线性相关性2.ppt
目录:【周志华机器学习完整版/基础部分:人工智能python基础/第3部分】
    3.6?MNIST手写体数字图片识别.mp4
    3.5?Python挖掘建模(Python分类预测模型,Python主要聚类分析算法,Python主要时序模型算法).mp4
    3.4?Python主要数据预处理函数.mp4
    3.3?Python主要数据探索函数(基本统计特征函数,扩展统计特征函数,统计作图函数).mp4
    3.2数据挖掘建模过程(定义挖掘目标,数据取样,数据探索,数据预处理,挖掘建模,模型评价)_.mp4
    3.1?Python数据分析工具简介(Numpy,Scipy,Matplotlib,Pandas,Scikit-Learn).mp4
    机器学习与Python_第三章_2.zip
    机器学习与Python_第三章_2.zip
    机器学习与Python_第三章_1.zip
    4-mnist.zip
目录:【周志华机器学习完整版/基础部分:人工智能python基础/第2部分】
目录:【周志华机器学习完整版/基础部分:人工智能python基础/第1部分】
    第一讲:为什么使用Python.mp4
    第二讲:Python环境配置(Anaconda).mp4
    机器学习与Python-第一章.zip
    机器学习与Python-第一章.zip
目录:【周志华机器学习完整版/第4部分:机器学习/9聚类分析】
    ml_22__密度聚类_层次聚类.ppt
    ml_21__聚类_原型聚类.ppt
    ml_21__kmeans.ipynb
    ml_20__聚类_聚类任务_性能度量_距离计算.ppt
    ml_20__clustering.ipynb
    9.8?层次聚类.mp4
    9.7?密度聚类.mp4
    9.6?原型聚类(k均值算法、学习向量量化、高斯混合聚类)-实战.mp4
    9.5?原型聚类(k均值算法、学习向量量化、高斯混合聚类)(二).mp4
    9.4原型聚类(k均值算法、学习向量量化、高斯混合聚类)(一).mp4
    9.3?一小时答疑.mp4
    9.2?聚类任务、性能度量、距离计算-实战.mp4
    9.1聚类任务.mp4
目录:【周志华机器学习完整版/第4部分:机器学习/8集成学习】
    ml_19__分类与回归树_.ppt
    ml_19__Bagging与随机森林.pptx
    ml_18__Boosting.ppt
    ml_18__adaboost.ppt
    ml_18__Adaboost.ipynb
    8.9分类与回归树.mp4
    8.8Bagging与随机森林.mp4
    8.7一小时答疑.mp4
    8.6Boosting与Adaboost-实战.mp4
    8.5Adaboost.mp4
    8.4Boosting.mp4
    8.3一小时答疑_.mp4
    8.2集成学习-第一部分-实战.mp4
    8.10Bagging与随机森林实战.mp4
    8.1集成学习-第一部分-基础.mp4
    ml_19__code_.zip
    ml_17_.zip
目录:【周志华机器学习完整版/第4部分:机器学习/7贝叶斯分类器】
    7.9贝叶斯分类器-EM实战.mp4
   
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