智能机器人软件开发 无基础小白也能学会的人工智能课 - 带源码课件、

📁 day2
    13_代码测试生成m和b_ev.mp4  [15.5 MB]
    06_梯度下降的问题分析_ev.mp4  [10.8 MB]
    09_Excel演示梯度下降&学习速率_ev.mp4  [22.3 MB]
    02_线性回归解决什么问题_ev.mp4  [7.7 MB]
    04_损失函数和最小均方差_ev.mp4  [14.9 MB]
    03_Excel进行线性回归_ev.mp4  [8.9 MB]
    12_Python代码实现梯度下降_ev.mp4  [37.2 MB]
    07_求导简单入门_ev.mp4  [13.0 MB]
    11_对m和b分别进行梯度下降_ev.mp4  [22.2 MB]
    14_作业演示.mp4  [32.9 MB]
    05_excle来简单理解梯度下降_ev.mp4  [18.8 MB]
    08_mse对b进行求导_ev.mp4  [11.9 MB]
    01_线性回归和Knn.mp4  [14.9 MB]
    10_偏导数分别求解m和b的导数_ev.mp4  [15.9 MB]
📁 day4
    08_手写数字的识别原理_ev.mp4  [11.8 MB]
    02_矩阵运算计算逻辑回归_ev.mp4  [10.3 MB]
    03_逻辑回归简单实现_ev.mp4  [24.2 MB]
    11_手写数字bug处理_ev.mp4  [17.3 MB]
    14_多层神经网络演示_ev.mp4  [23.7 MB]
    12_ai自动驾驶_ev.mp4  [3.5 MB]
    10_手写数字的识别_ev.mp4  [48.9 MB]
    17_线性模型和非线性模型_ev.mp4  [13.2 MB]
    06_多分类问题softmax公式_ev.mp4  [12.4 MB]
    16_感知机数学原理_ev.mp4  [6.4 MB]
    15_感知机_ev.mp4  [5.1 MB]
    01_自然底数和sigmod函数.mp4  [30.7 MB]
    07_手写数字数据集_ev.mp4  [18.5 MB]
    13_神经网络的作用_ev.mp4  [5.5 MB]
    18_交叉熵cross-entropy_ev.mp4  [15.5 MB]
    19_概率简介.mp4  [53.7 MB]
    05_多分类的概率问题思考_ev.mp4  [14.3 MB]
    04_多分类问题_ev.mp4  [8.0 MB]
    09_手写数字数据集的处理_ev.mp4  [24.4 MB]
📁 day1
    23_ 房价预测简单框架.mp4  [52.6 MB]
    20_向量和向量的运算.mp4  [30.0 MB]
    16_二维空间距离的计算.mp4  [28.6 MB]
    附：问题1.mp4  [14.9 MB]
    22_使用矩阵和向量实现knn.mp4  [69.0 MB]
    10_评估模型好坏的方法，训练集和测试集.mp4  [10.3 MB]
    06_knn算法python实现.mp4  [70.7 MB]
    24_数据的归一化和标准化.mp4  [63.0 MB]
    03_什么是机器学习(1).mp4  [16.0 MB]
    11_生成测试和训练数据集.mp4  [19.6 MB]
    18_数据归一化.mp4  [32.0 MB]
    02_feature和label.mp4  [27.7 MB]
    05_knn算法入门.mp4  [12.0 MB]
    07_代码流程回顾.mp4  [15.0 MB]
    19_knn的feature的选择.mp4  [8.9 MB]
    12_调参选取最优的k.mp4  [36.5 MB]
    01_引言和学习方法.mp4  [12.8 MB]
    13_增加数据的维度.mp4  [10.3 MB]
    附1_如何学习数学.mp4  [13.9 MB]
    00_为什么要学习数学(1).mp4  [18.1 MB]
    21_概念总结.mp4  [5.8 MB]
    15_欧式距离.mp4  [11.9 MB]
    08_抽取knn函数.mp4  [11.2 MB]
    14_numpy加载特殊数据.mp4  [16.3 MB]
    09_实验演示验证结论.mp4  [25.6 MB]
    17_代码增加一个维度.mp4  [17.0 MB]
    04_数据采集方式.mp4  [43.9 MB]
📁 day3
    21_图形变换综合案例_ev.mp4  [7.5 MB]
    10_numpy矩阵运算演示获取m和b的偏导_ev.mp4  [18.1 MB]
    07_矩阵的乘法不满足交换律_ev.mp4  [5.5 MB]
    24_逻辑回归的步骤.mp4  [19.8 MB]
    04_矩阵的形状_ev.mp4  [14.7 MB]
    13_增加数据的维度.mp4  [10.1 MB]
    15_矩阵可以理解为一个变化函数_ev.mp4  [4.2 MB]
    20_矩阵的缩放处理_ev.mp4  [3.8 MB]
    18_矩阵运算变化图片的位置_ev.mp4  [14.6 MB]
    01_高等数学入门.mp4  [23.3 MB]
    12_对比程序执行的时间_ev.mp4  [8.4 MB]
    17_位图和svg图的区别_ev.mp4  [13.9 MB]
    02_问题描述_ev.mp4  [3.5 MB]
    08_用numpy进行矩阵的乘法运算_ev.mp4  [7.8 MB]
    06_手动计算矩阵的乘法_ev.mp4  [10.6 MB]
    14_函数模型的评估和错误率的计算_ev.mp4  [20.8 MB]
    19_矩阵运算旋转图形_ev.mp4  [15.5 MB]
    03_简单理解矩阵运算的现实含义_ev.mp4  [5.9 MB]
    22_机器学习浅谈_ev.mp4  [23.0 MB]
    09_矩阵运算计算m和b的偏导数_ev.mp4  [23.5 MB]
    11_用矩阵运算重构线性回归代码_ev.mp4  [18.6 MB]
    23_sigmod函数引入_ev.mp4  [12.1 MB]
    05_矩阵的加法_ev.mp4  [5.3 MB]
    16_bmp是如何描述图片的_ev.mp4  [37.8 MB]
A-夸克网盘免费领1T空间教程.pdf  [415.5 KB]