('[视频教程] 2018年XiaoX学院最新人工智能机器学习升级版III 视频教程 价值899',),全套视频教程学习资料通过百度云网盘下载

admin

资源详情


01数学分析与概率论.mp4
02数理统计与参数估计.A危i
03矩阵和线忄生代数.A危i
04凸优化.A危i
05Python库.A危i
06Python库II.mp4
07回归.mp4
08回归实践.mp4
09决策树和随机森林.A危i
10决策树和随机森林实践.mp4
11提升.mp4
12XGBoost实践.mp4
13SVM.mp4
14SVM实践.mp4
15聚类1.mp4
15聚类2.mp4
16聚类实践1.mp4
16聚类实践2.mp4
17EM算法.mp4
18EM算法实践.mp4
19贝叶斯网络.mp4
20朴素贝叶斯实践.mp4
21主题模型.mp4
22主题模型实践.mp4
23HMM.mp4
24HMM实践.mp4
├─文档
│├─00、课程介绍
││《机器学习·升级版II》常见问题FAQ
││
│├─01、机器学习的数学基础1-数学分析
│││1.数学分析与概率论.pdf
│││笔记.jpg
│││
││└─参考文献资料
││Clustering-by-fast-search-and-find-of-density-pea.pdf
││LatentDirichletAllocation.pdf
││MLAPP.pdf
││PRML_Translation.pdf
││李航.统计学习方法.pdf
││
│├─02、数学基础2-数理统计与参数估计
││2.数理统计与参数估计.pdf
││
│├─03、数学基础3-矩阵和线忄生代数
││3.矩阵和线忄生代数.pdf
││
│├─04、数学基础4-凸优化
││4.凸优化.pdf
││
│├─05、Python基础及其数学库的使用
││5.Python.rar
││5.Python库.pdf
││
│├─06、Python基础及其机器学习库的使用
││6.Package代码.rar
││6.Python库II.pdf
││
│├─07、回归
││7.回归.pdf
││
│├─08、回归实践
││8.Regression代码.rar
││8.Regression代码.zip
││8.回归实践.pdf
││
│├─09、决策树和随机森林
││9.决策树和随机森林.pdf
││
│├─10、随机森林实践
││10.RandomForest代码.rar
││10.决策树和随机森林实践.pdf
││
│├─11、提升
││11.提升.pdf
││
│├─12、XGBoost
││12.6.Bagging_intro(老师新加的代码).zip
││12.XGBoost(代码).zip
││12.XGBoost实践.pdf
││xgboost-master.zip
││
│├─13、SVM
││13.SVM.pdf
││
│├─14、SVM实践
││14.SVM(代码).rar
││14.SVM实践.pdf
││
│├─15、聚类
││15.聚类.pdf
││
│├─16、聚类实践
││16.代码.rar
││16.聚类实践.pdf
││
│├─17、EM算法
││17.EM算法.pdf
││
│├─18、EM算法实践
││18.EM算法实践.pdf
││18.EM算法实践代码.rar
││
│├─19、贝叶斯网络
││19.贝叶斯网络.pdf
││
│├─20、朴素贝叶斯实践
││20.NaiveBayesian.zip
││20.朴素贝叶斯实践.pdf
││
│├─21、主题模型LDA
││21.主题模型.pdf
││
│├─22、LDA实践
││22.LDA代码.rar
││22.主题模型实践.pdf
││
│├─23、隐马尔科夫模型HMM
││23.HMM.pdf
││
│└─24、HMM实践
│24.HMM代码.zip
│24.HMM实践.pdf

游客，如果您要查看本帖隐藏内容请回复