課程介紹機器學習介紹上
課程介紹機器學習介紹下
深度學習介紹
基本概念
決策樹算法
決策樹應用
最鄰近規(guī)則分類KNN算法
最鄰近規(guī)則KNN分類應用
支持向量機(SVM)算法(上)
支持向量機(SVM)算法(上)應用
支持向量機SVM上
支持向量機SVM上應用
神經(jīng)網(wǎng)絡(luò)算法應用上
神經(jīng)網(wǎng)絡(luò)算法應用下
簡單線性回歸上
簡單線性回歸下
多元線性回歸
多元線性回歸應用
非線性回歸
非線性回歸應用
回歸中的相關(guān)度和決定系數(shù)
回歸中的相關(guān)性和R平方值應用
算法
應用
層次聚類
層次聚類應用
總結(jié)
支持向量機(SVM)算法(下)應用
支持向量機(SVM)算法下
神經(jīng)網(wǎng)絡(luò)NN算法
第1章 基本概念清晰版
第2章 軟件包安裝和環(huán)境配置總述
第3章 環(huán)境配置分部詳解
第4章 環(huán)境配置分部詳解下
第5章 手寫數(shù)字識別
第6章 神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)及梯度下降算法
第7章 隨機梯度下降算法
第8章 梯度下降算法實現(xiàn)上
第9章 梯度下降算法實現(xiàn)下
第10章 神經(jīng)網(wǎng)絡(luò)手寫數(shù)字演示
第11章 Backpropagation算法上
第12章 Backpropagation算法下
第13章 Backpropagation算法實現(xiàn)
第14章 cross-entropy函數(shù)
第15章 Softmax和
第16章
第17章 Regulazition和
第18章 正態(tài)分布和初始化(修正版
第19章 提高版本的手寫數(shù)字識別實現(xiàn)
第20章 神經(jīng)網(wǎng)絡(luò)參數(shù)hyper-parameters選擇
第21章 深度神經(jīng)網(wǎng)絡(luò)中的難點
第22章 用ReL解決VanishingGradient問題
第23章 ConvolutionNerualNetwork算法
第24章 ConvolutionNeuralNetwork實現(xiàn)上
第25章 ConvolutionNeuralNetwork實現(xiàn)下
第26章
第27章 Restricted Boltzmann Machine下
第28章 Deep Brief Network 和