深度神经网络算法机器学习深度学系列视频教程
课程下载
本课程供VIP会员免费学习。
下载途径：共4.24 GB，网盘转存下载。
课程介绍
深度神经网络算法机器学习深度学系列视频教程
(基础1)Python程序入门视频
课程Python介绍_压缩
环境配置
配置Python环境
以及数据类型
字符串String和变量
数据类型2整型_字符串
数据结构列表
列表List元组tuple对比
元组
词典
函数
函数
控制流
控制流
控制流
控制流
输入输出格式
文件输入输出
错误与异常
面向对象以及装饰器
图形界面介绍
猜数字游戏
创建网页
去重4.2控制流
重录
(基础2)机器学习深度学习基础
课程介绍机器学习介绍上
课程介绍机器学习介绍下
深度学习介绍
基本概念
决策树算法
决策树应用
最邻近规则分类KNN算法
最邻近规则KNN分类应用
支持向量机(SVM)算法（上）
支持向量机(SVM)算法（上）应用
支持向量机SVM上
支持向量机SVM上应用
神经网络算法应用上
神经网络算法应用下
简单线性回归上
简单线性回归下
多元线性回归
多元线性回归应用
非线性回归
非线性回归应用
回归中的相关度和决定系数
回归中的相关性和R平方值应用
算法
应用
层次聚类
层次聚类应用
总结
支持向量机(SVM)算法(下)应用
支持向量机(SVM)算法下
神经网络NN算法
(基础3)机器学习深度学习基础
第1章 基本概念清晰版
第2章 软件包安装和环境配置总述
第3章 环境配置分部详解
第4章 环境配置分部详解下
第5章 手写数字识别
第6章 神经网络基本结构及梯度下降算法
第7章 随机梯度下降算法
第8章 梯度下降算法实现上
第9章 梯度下降算法实现下
第10章 神经网络手写数字演示
第11章 Backpropagation算法上
第12章 Backpropagation算法下
第13章 Backpropagation算法实现
第14章 cross-entropy函数
第15章 Softmax和
第16章
第17章 Regulazition和
第18章 正态分布和初始化(修正版
第19章 提高版本的手写数字识别实现
第20章 神经网络参数hyper-parameters选择
第21章 深度神经网络中的难点
第22章 用ReL解决VanishingGradient问题
第23章 ConvolutionNerualNetwork算法
第24章 ConvolutionNeuralNetwork实现上
第25章 ConvolutionNeuralNetwork实现下
第26章
第27章 Restricted Boltzmann Machine下
第28章 Deep Brief Network 和
