|
706| 2
|
【F022】贪心科技机器学习高阶训练营视频教程 |
|
内容介绍：
001： mlcamp_course_info.mp4 002： 课程介绍.mp4 003： 凸集、凸函数、判定凸函数.mp4 004： transportation problem.mp4 005： portfolio optimization.mp4 006： set cover problem.mp4 007： duality.mp4 008： 答疑部分.mp4 009：从词嵌入到文档距离01.mp4 010：从词嵌入到文档距离02.mp4 011：KKT Condition.mp4 012：svm 的直观理解.mp4 013：svm 的数学模型.mp4 014：带松弛变量的svm.mp4 015：带kernel的svm.mp4 016：svm的smo的解法.mp4 017：使用svm支持多个类别.mp4 018：kernel linear regression.mp4 019：kernel pca.mp4 020：交叉验证.mp4 021：vc维.mp4 022：直播答疑01.mp4 023：直播答疑02.mp4 024：lp实战01.mp4 025：lp实战02.mp4 026：lp实战03.mp4 027：hard，np hard-01.mp4 028：hard，np hard-02.mp4 029：hard，np hard-03.mp4 030：引言.mp4 031：线性回归.mp4 032：basis expansion.mp4 033：bias 与 variance.mp4 034：正则化.mp4 035：ridge, lasso, elasticnet.mp4 036：逻辑回归.mp4 037：softmax 多元逻辑回归.mp4 038：梯度下降法.mp4 039：svm人脸识别结合cross-validation交叉验证01.mp4 040：svm人脸识别结合cross-validation交叉验证02.mp4 041：svm人脸识别结合cross-validation交叉验证03.mp4 042：svm人脸识别结合cross-validation交叉验证04.mp4 043：模型评估方法和svm做人脸识别01.mp4 044：模型评估方法和svm做人脸识别02.mp4 045：模型评估方法和svm做人脸识别03.mp4 046：pca和lda的原理和实战01.mp4 047：pca和lda的原理和实战02.mp4 048：pca和lda的原理和实战03.mp4 049：softmax with cross entropy01.mp4 050：softmax with cross entropy02.mp4 051：softmax with cross entropy03.mp4 052：kernel logistic regression and the import vec01.mp4 053：kernel logistic regression and the import vec02.mp4 054：lda 作为分类器.mp4 055：lda 作为分类器答疑.mp4 056：lda 作为降维工具.mp4 057：kernel lda 5 kernel lda答疑.mp4 058：ensemble majority voting.mp4 059：ensemble bagging.mp4 060：ensemble boosting.mp4 061：ensemble random forests.mp4 062：ensemble stacking.mp4 063：答疑.mp4 064：决策树的应用.mp4 065：集成模型.mp4 066：提升树.mp4 067：目标函数的构建.mp4 068：additive training.mp4 069：使用泰勒级数近似目标函数.mp4 070：重新定义一棵树.mp4 071：如何寻找树的形状.mp4 072：xgboost-01.mp4 073：xgboost-02.mp4 074：xgboost-03.mp4 075：xgboost的代码解读 工程实战-01.mp4 076：xgboost的代码解读 工程实战-02.mp4 077：xgboost的代码解读 工程实战-03.mp4 078：理解和比较xgboost gbdt lightgbm-01.mp4 079：理解和比较xgboost gbdt lightgbm-02.mp4 080：理解和比较xgboost gbdt lightgbm-03.mp4 081：lightgbm-01.mp4 082：lightgbm-02.mp4 083：lightgbm-03.mp4 084：聚类算法介绍 k-means 算法描述.mp4 085：k-means 的特性 k-means++.mp4 086：em 算法思路.mp4 087：em 算法推演.mp4 088：em 算法的收敛性证明.mp4 089：em 与高斯混合模型.mp4 090：em 与 kmeans 的关系.mp4 091：dbscan聚类算法.mp4 092：课后答疑.mp4 093：kaggle广告点击欺诈识别实战-01.mp4 094：kaggle广告点击欺诈识别实战-02.mp4 095：kaggle广告点击欺诈识别实战-03.mp4 096：kaggle广告点击欺诈识别实战-04.mp4 097：klda实例+homework1讲评-01.mp4 098：klda实例+homework1讲评-02.mp4 099：klda实例+homework1讲评-03.mp4 100：klda实例+homework1讲评-04_(new).mp4 101：Analysis and Applications-01_ev.mp4 102：Analysis and Applications-02_ev.mp4 103：Analysis and Applications-03_ev.mp4 104：基于HMM的中文分词： jieba分词原理1_ev.mp4 105：基于HMM的中文分词： jieba分词原理2_ev.mp4 106：基于HMM的中文分词： jieba分词原理3_ev.mp4 107：基于HMM的中文分词： jieba分词原理_ev.mp4 108：Graphical Models_ev.mp4 109：Hidden Markov Model_ev.mp4 110：Finding Best Z_ev.mp4 111：Finding Best Z：Viterbi_ev.mp4 112：HMM 的参数估计_ev.mp4 113：XGBoost分类问题-01_ev.mp4 114：XGBoost分类问题-02_ev.mp4 115：XGBoost分类问题-03_ev.mp4 116：基于STM-CRF命名实体识别-01_ev.mp4 117：基于STM-CRF命名实体识别-02_ev.mp4 118：基于STM-CRF命名实体识别-03_ev.mp4 119.mp4 120：forward algorithm.mp4 121：backward algorithm.mp4 122：complete vs incomplete case.mp4 123：estimate a-review of language model.mp4 124：回顾-生成模型与判别模型.mp4 125：回顾-有向图vs无向图.mp4 126：multinomial logistic regression.mp4 127：回顾-hmm.mp4 128：log-linear model to linear-crf.mp4 129：inference problem.mp4 130：bp算法.mp4 131：pytorch基础.mp4 132：深度学习与深度神经网络的历史背景.mp4 133：神经网络的前向算法.mp4 134：神经网络的误差向后传递算法.mp4 135：误差向后传递算法推导.mp4 136：课后答疑.mp4 137：inception-resnet卷积神经网络-01.mp4 138：inception-resnet卷积神经网络-02.mp4 139：bp算法回顾-01.mp4 140：bp算法回顾-02.mp4 141：bp算法回顾-03.mp4 142：矩阵求导-01.mp4 143：矩阵求导-02.mp4 144：矩阵求导-03.mp4 145：卷积的原理.mp4 146：多通道输入, 多通道输出的卷积操作, 典型的卷积网络结构.mp4 147：卷积层用于降低网络模型的复杂度.mp4 148：卷积层复杂度的推演 padding的种类.mp4 149：卷积层的误差向后传递算法(梯度推演) .mp4 150：卷积层的各种变体.mp4 151：经典的卷积网络一览.mp4 152：课后答疑.mp4 153：EffNet-01.mp4 154：EffNet-02.mp4 155：MobileNet-01.mp4 156：MobileNet-02.mp4 157：MobileNet-03.mp4 158：ShuffleNet-01.mp4 159：ShuffleNet-02.mp4 160：ShuffleNet-03.mp4 161：神经网络的梯度消失及其对策.mp4 162：神经网络的过拟合及其对策1-Dropout.mp4 163：神经网络的过拟合及其对策2-L1 L2 Regularization.mp4 164：神经网络的过拟合及其对策3-Max Norm.mp4 165：神经网络的过拟合及其对策4-Batch Normalization.mp4 166：批处理梯度下降法, 随机梯度下降法, mini批处理梯度下降法.mp4 167.mp4 168.mp4 169.mp4 170.mp4 171.mp4 172.mp4 173.mp4 174.mp4 175：课后答疑.mp4 176：语言模型的原理及其应用.mp4 177：基于n-gram的语言模型.mp4 178：基于固定窗口的神经语言模型.mp4 179：RNN的原理, 基于RNN的语言模型及其应用.mp4 180：RNN中的梯度消失与梯度爆炸.mp4 181：LSTM的原理.mp4 182：GRU的原理.mp4 183：梯度消失 爆炸的解决方案.mp4 184：双向Bidirectional RNN, 多层Multi-layer RNN.mp4 185：课后答疑.mp4 186：人脸关键点检测项目讲解-01.mp4 187：人脸关键点检测项目讲解-02.mp4 188：人脸关键点检测项目讲解-03.mp4 189：LONG SHORT-TERM MEMORY-01.mp4 190：LONG SHORT-TERM MEMORY-02.mp4 191：为什么需要Attention注意力机制.mp4 192：Attention的原理.mp4 193：Transformer入门.mp4 194：Self-Attention注意力机制的原理.mp4 195：Positional Encoding.mp4 196：Layer Normalization.mp4 197：Transformer Decoder解码器的原理, 损失函数, 训练小技巧.mp4 198：Bert的原理.mp4 199：课后答疑.mp4 200：课中答疑.mp4 201：Word2Vec论文解读-01.mp4 202：Word2Vec论文解读-02.mp4 203：Word2Vec论文解读-03.mp4 204：使用BiLSTM+CNN实现NER-01.mp4 205：使用BiLSTM+CNN实现NER-02.mp4 206：使用BiLSTM+CNN实现NER-03.mp4 ...... 343.mp4 资料.rar 百度网盘下载地址：
购买主题
已有 2 人购买
本主题需向作者支付 20 金币 才能浏览
| |
| ||
发表于 2021-3-26 22:44:38
收藏
发表于 2021-4-8 11:31:18
