【吳恩達】機器學習經(jīng)典名課
名師講座課程簡介:
【吳恩達】機器學習經(jīng)典名課
教程介紹 本課程將廣泛介紹機器學習、數(shù)據(jù)挖掘和統(tǒng)計模式識別等內(nèi)容,同時還引用了許多機器學習案例,讓你學會在智能機器人(感知和控制)、文本理解(網(wǎng)絡(luò)搜索和垃圾郵件過濾)、計算機視覺、醫(yī)學信息學、音頻、數(shù)據(jù)庫挖掘等領(lǐng)域應(yīng)用機器學 課程目錄:
│
├─章節(jié)1 初識機器學習
│ 01歡迎參加《機器學習》課程.mp4
│ 02什么是機器學習.mp4
│ 03監(jiān)督學習.mp4
│ 04無監(jiān)督學習.mp4
│
├─章節(jié)10 神經(jīng)網(wǎng)絡(luò)參數(shù)的反向傳播算法
│ 61代價函數(shù).mp4
│ 62反向傳播算法.mp4
│ 63理解反向傳播.mp4
│ 64使用注意:展開函數(shù).mp4
│ 65梯度檢測.mp4
│ 66隨機初始化.mp4
│ 67組合到一起.mp4
│ 68無人駕駛.mp4
│
├─章節(jié)11 應(yīng)用機器學習的建議
│ 69決定下一步做什么 - 副本.mp4
│ 69決定下一步做什么.mp4
│ 70評估假設(shè) - 副本.mp4
│ 70評估假設(shè).mp4
│ 71模型選擇和訓練、驗證、測試集.mp4
│ 72診斷偏差與方差.mp4
│ 73正則化和偏差、方程.mp4
│ 74學習曲線 - 副本.mp4
│ 74學習曲線.mp4
│
├─章節(jié)12 機器學習系統(tǒng)設(shè)計
│ 75決定接下來做什么.mp4
│ 76確定執(zhí)行的優(yōu)先級.mp4
│ 77誤差分析.mp4
│ 78不對稱性分類的誤差評估.mp4
│ 79精確度和召回率的權(quán)衡.mp4
│ 80機器學習數(shù)據(jù).mp4
│
├─章節(jié)13 支持向量機
│ 81優(yōu)化目標.mp4
│ 82直觀上對大間隔的理解.mp4
│ 83大間隔分類器的數(shù)學原理.mp4
│ 84核函數(shù).mp4
│ 85核函數(shù)2.mp4
│ 86使用SVM.mp4
│
├─章節(jié)2 單變量線性回歸
│ 06模型描述.mp4
│ 07代價函數(shù).mp4
│ 08代價函數(shù)(一).mp4
│ 09代價函數(shù)(二).mp4
│ 10梯度下降.mp4
│ 11梯度下降知識點總結(jié).mp4
│ 12線性回歸的梯度下降.mp4
│
├─章節(jié)3 線性回歸回顧
│ 14矩陣和向量.mp4
│ 15加法和標量乘法.mp4
│ 16矩陣向量乘法.mp4
│ 17矩陣乘法.mp4
│ 18矩陣乘法特征.mp4
│ 19逆和轉(zhuǎn)置.mp4
│
├─章節(jié)4 配置
│ 配置.txt
│
├─章節(jié)5 多變量線性回歸
│ 27多功能.mp4
│ 28多元梯度下降法.mp4
│ 29多元梯度下降法演練I-特征縮放.mp4
│ 30多元梯度下降法II-學習率.mp4
│ 31特征和多項式回歸.mp4
│ 32正規(guī)方程(區(qū)別于迭代方法的直接解法).mp4
│ 33正規(guī)方程在矩陣不可逆情況下的解決方法.mp4
│ 34完成并提交編程作業(yè).mp4
│
├─章節(jié)6 Octave Matlab教程
│ 35基本操作.mp4
│ 36移動數(shù)據(jù).mp4
│ 37計算數(shù)據(jù).mp4
│ 38數(shù)據(jù)繪制.mp4
│ 39控制語句:for,while,if語句.mp4
│ 40矢量.mp4
│
├─章節(jié)7 Logistic回歸
│ 42分類.mp4
│ 43假設(shè)陳述.mp4
│ 44決策界限.mp4
│ 45代價函數(shù).mp4
│ 46簡化代價函數(shù)與梯度下降.mp4
│ 47高級優(yōu)化.mp4
│ 48多元分類:一對多.mp4
│
├─章節(jié)8 正則化
│ 50過擬合問題.mp4
│ 51代價函數(shù).mp4
│ 52線性回歸的正則化.mp4
│ 53Logistic回歸的正則化.mp4
│
└─章節(jié)9 神經(jīng)網(wǎng)絡(luò)學習
54非線性假設(shè).mp4
55神經(jīng)元與大腦.mp4
56模型展示I.mp4
57模型展示II.mp4
58例子與直覺理解I.mp4
59例子與直覺理解II.mp4
60多元分類.mp4
- 大。9.8 MB
- 百度網(wǎng)盤觀看下載
- 點數(shù):15 點數(shù)
- 咨詢QQ:1686059668