人工智能实战与应用课程
文件信息
文件名称
人工智能实战与应用课程
文件大小
40.14 GB
文件状态
有效
存储位置
夸克网盘
分享者
你的*友
📁 人工智能实战与应用课程资源包内容详情 (40.14 GB)
人工智能实战与应用课程 - 文件信息
- 等价类和行列式
- 24.贝叶斯理论
- 20.预测简史
- 19.模拟人类大脑：神经网络的故事
- 36.升维大法之SVM
- 13.Python操作数据库
- 29.机器学习背后的数学（上）
- 42.PyTorch（下）
- 3.高等数学—导数
- 包含文件：1.高等数学—元素和极限
- 2.高等数学—两个重要的极限定理
- Python爬虫
- 33.集群模型
- 26.机器学习引入
- 46.图像识别综述
- 22.让神经网络听懂故事
- 23让机器来思考之强化学习简介
- 10.线性代数—特征值与特征向量
- 48.对抗网络
- 12.Python基础课程（下）
- 9.线性代数—矩阵
- 6.高等数学—积分
- 49.时间序列分析
- 17.人工智能简史
- 50.RNN
- 39.BP算法
- 15.Python进阶（下）
- 37.多层感知机DNN
- 18.让神经网络看懂图象
- 16.人工智能如何改变我们的未来生活
- 41.PyTorch（上）
- 7.高等数学—正态分布
- 43.CNN进化
- 8.线性代数—线性空间和线性变换
- 38.梯度下降法
- 11.Python基础课程（上）
- 14.Python进阶（上）
- 30.机器学习背后的数学（下）
- 31.加入概率更健康之逻辑斯蒂回归
- 5.高等数学—偏导数
- 32.模拟人类理性的决策树
- 27.分类问题
- 47.迁移学习
- 4.高等数学—泰勒展开
- 35.升维大法之神经网络
- 40.卷积神经网络
- 34.PCA
- 44.BatchNormalization
- 21.模拟人类思维的机器学习工具
- 28.KNN算法
- 25.朴素贝叶斯和最大似然估计
- 45.Resnet残差网络