(‘[机器学习/深度学习] 打开深度学习的大门:机器学习深度神经网络学习基础课’,),全套视频教程学习资料通过百度云网盘下载

资源详情

                      打开深度学习的大门:机器学习深度神经网络学习基础课程 深度学习基础必备课程
===============课程目录
(1) 视频;目录中文件数:30个
├─(1) 1.1课程介绍机器学习介绍上.mp4
├─(2) 1.1课程介绍机器学习介绍下.mp4
├─(3) 1.2深度学习介绍.mp4
├─(4) 2基本概念.mp4
├─(5) 3.1决策树算法.mp4
├─(6) 3.2决策树应用.mp4
├─(7) 4.1最邻近规则分类KNN算法.mp4
├─(8) 4.2最邻近规则KNN分类应用.mp4
├─(9) 5.1 支持向量机(SVM)算法(上).html
├─(10) 5.1 支持向量机(SVM)算法(上)应用.html
├─(11) 5.1支持向量机SVM上.mp4
├─(12) 5.1支持向量机SVM上应用.mp4
├─(13) 6.2神经网络算法应用上.mp4
├─(14) 6.3神经网络算法应用下.mp4
├─(15) 7.1简单线忄生回归上.mp4
├─(16) 7.2简单线忄生回归下.mp4
├─(17) 7.3多元线忄生回归.mp4
├─(18) 7.4多元线忄生回归应用.mp4
├─(19) 7.5非线忄生回归 Logistic Regression.mp4
├─(20) 7.6非线忄生回归应用.mp4
├─(21) 7.7回归中的相关度和决定系数.mp4
├─(22) 7.8回归中的相关忄生和R平方值应用.mp4
├─(23) 8.1Kmeans算法.mp4
├─(24) 8.2Kmeans应用.mp4
├─(25) 8.3Hierarchical clustering 层次聚类.mp4
├─(26) 8.4Hierarchical clustering 层次聚类应用.mp4
├─(27) 总结.mp4
├─(28) 支持向量机(SVM)算法(下)应用.mp4
├─(29) 支持向量机(SVM)算法下.mp4
├─(30) 神经网络NN算法.mp4
(2) 课件;目录中文件数:29个
├─(31) 1.1 课程介绍 & 机器学习介绍.html
├─(32) 1.2 深度学习(Deep Learning)介绍.html
├─(33) 2 基本概念 (Basic Concepts).html
├─(34) 3.1 决策树(decision tree)算法.html
├─(35) 3.2 决策树(decision tree)应用.html
├─(36) 4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法.html
├─(37) 4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用.html
├─(38) 5.1 支持向量机(SVM)算法(上).html
├─(39) 5.1 支持向量机(SVM)算法(上)应用.html
├─(40) 5.2 支持向量机(SVM)算法(下).html
├─(41) 5.3 支持向量机(SVM)算法(下)应用.html
├─(42) 6.1 神经网络算法(Nerual Networks)(上).html
├─(43) 6.2 神经网络算法(Nerual Networks)应用(上).html
├─(44) 6.3 神经网络算法(Nerual Networks)应用(下).html
├─(45) 7.1 简单线忄生回归 (Simple Linear Regression)上.html
├─(46) 7.1 简单线忄生回归 (Simple Linear Regression)下.html
├─(47) 7.3 u3000多元回归分析(multiple regression).html
├─(48) 7.4 u3000多元回归分析(multiple regression)应用.html
├─(49) 7.5 非线忄生回归 logistic regression.html
├─(50) 7.6 非线忄生回归应用:losgistic regression application.html
├─(51) 7.7 回归中的相关度和R平方值.html
├─(52) 7.8 回归中的相关度和R平方值应用.html
├─(53) 8.1 聚类(Clustering) K-means算法.html
├─(54) 8.2 聚类(Clustering) K-means算法应用.html
├─(55) 8.3 聚类(Clustering) hierarchical clustering 层次聚类.html
├─(56) 8.4 聚类(Clustering) hierarchical clustering 层次聚类应用.html
├─(59) 代码与素材.rar
(3) 课件 1.2 深度学习(Deep Learning)介绍_files;目录中文件数:14个
(4) 课件 3.1 决策树(decision tree)算法_files;目录中文件数:10个
(5) 课件 3.2 决策树(decision tree)应用_files;目录中文件数:1个
(6) 课件 4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法_files;目录中文件数:7个
(7) 课件 4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用_files;目录中文件数:2个
(8) 课件 5.1 支持向量机(SVM)算法(上)_files;目录中文件数:19个
(9) 课件 5.2 支持向量机(SVM)算法(下)_files;目录中文件数:16个
(10) 课件 6.1 神经网络算法(Nerual Networks)(上)_files;目录中文件数:16个
(11) 课件 6.2神经网络算法应用上;目录中文件数:1个
├─(145) 6.2神经网络算法应用上.mp4
(12) 课件 6.3神经网络算法应用下;目录中文件数:1个
├─(146) 6.3神经网络算法应用下.mp4
(13) 课件 7.1 简单线忄生回归 (Simple Linear Regression)上_files;目录中文件数:8个
(14) 课件 7.1 简单线忄生回归 (Simple Linear Regression)下_files;目录中文件数:7个
(15) 课件 7.3 u3000多元回归分析(multiple regression)_files;目录中文件数:2个
(16) 课件 7.5 非线忄生回归 logistic regression_files;目录中文件数:18个
(17) 课件 7.7 回归中的相关度和R平方值_files;目录中文件数:7个
(18) 课件 8.1 聚类(Clustering) K-means算法_files;目录中文件数:16个
(19) 课件 8.3 聚类(Clustering) hierarchical clustering 层次聚类_files;目录中文件数:1个                    

下载地址

链接:https://pan.baidu.com/s/1zmZjA5gS3rZLJyzmCXRLjw 密码:eo4m 解压密码:www.santongit.com

0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论