文档详情 ID: cm6uv8ms81se1b3pyhlqqj84i 后台管理 四：机器学习基础算法教程 等2个文件 - 爱搜-网盘资源搜索-一站式网盘资源搜索，阿里夸克百度迅雷UC全聚合 file:UC网盘资源合集（持续更新）.docx file:Deep-Learning-with-PyTorch-Tutorials.zip file:6 GAN训练难题.flv file:7 EM距离.flv file:5 纳什均衡-2.flv file:3 生成对抗网络.flv file:2 画家的成长历程.flv file:8. 课时8 LSTM基本原理-2.mp4 file:10. 课时10 RNN训练难题—梯度弥散与梯度爆炸.mp4 file:4. 课时4 循环神经网络中Layer使用-1.mp4 file:6. 课时6 项目实战-时间序列预测问题.mp4 file:12-CIFAR100与VGG13实战-3.mp4 file:20-ResNet实战-1.mp4 file:15-经典卷积神经网络详解-2.mp4 file:17-BatchNorm-2.mp4 file:9-池化与采样操作讲解.mp4 file:18-ResNet, DenseNet详解.mp4 file:源代码和PPT在Github下载.txt file:1-KMEANS算法概述.mp4 file:6-DBSCAN可视化展示.mp4 folder:五：深度学习神经网络基础教程 folder:四：机器学习基础算法教程 folder:神经网络模型基础课件资料 folder:GAN对抗生成网络基础 folder:01.机器学习经典算法精讲视频课程 folder:CNN+RNN+GAN folder:第三章：模型评估方法 folder:第四章：线性回归实验分析 folder:第九章：Kmeans代码实现 folder:第八章：聚类算法-Kmeans&Dbscan原理 folder:第十一章：决策树原理 folder:课程简介 folder:部分代码资料 folder:课程安装软件-Ubuntu 18.04 folder:11-决策树代码实现 folder:9-聚类算法实验分析 folder:1-线性回归原理推导 folder:13-集成算法原理 folder:7-阈值对结果的影响 folder:3-交叉验证的作用 folder:8-ROC曲线 folder:5-混淆矩阵 folder:2-数据集切分 folder:6-评估指标对比分析 folder:1-Sklearn工具包简介 folder:9-多项式回归 folder:7-MiniBatch方法 folder:13-岭回归与lasso folder:6-随机梯度下降得到的效果 folder:2-参数直接求解方法 folder:10-模型复杂度 folder:4-梯度下降模块 folder:8-不同策略效果对比 folder:14-实验总结 folder:2-计算得到簇中心点 folder:5-鸢尾花数据集聚类任务 folder:4-算法迭代更新 folder:1-Kmeans算法模块概述 folder:6-聚类效果展示 folder:3-样本点归属划分 folder:4-优化目标定义 folder:1-多分类逻辑回归整体思路 folder:2-训练模块功能 folder:12-非线性决策边界 folder:5-迭代优化参数 folder:7-得出最终结果 folder:9-应用实例-图像分割 folder:3-建模流程解读 folder:6-如何找到合适的K值 folder:11-DBSCAN算法 folder:5-评估指标-Inertia folder:6-训练线性回归模型 folder:8-整体流程debug解读 folder:6-完成树模型构建 folder:3-整体框架逻辑 folder:2-递归生成树节点 folder:1-树模型可视化展示 folder:3-树模型预剪枝参数作用 folder:2-决策边界展示分析 folder:mldata 分享时间 2024-12-29 入库时间 2025-02-07 资源类型 UC网盘 分享用户 梦* 扫码获取资源 问题反馈 链接失效、内容异常、密码错误等问题都可以快速提交。 选择举报类型 复制链接 进入网盘 分享资源
