机器学习视频教程
课程目录:
05-机器学习
|____算法_4月机器学习算法班
|____(额外补充)词嵌入word embedding
|____(20)贝叶斯网络和HMM
|____(19)Caffe&Tensor Flow&MxNet 简介
|____(18)循环神经网络与LSTM
|____(17)卷积神经网络
|____(16)人工神经网络
|____(15)贝叶斯推理采样与变分
|____(14)主题模型
|____(13)贝叶斯方法
|____(12)SVM
|____(11)决策树随机森林和adaboost
|____(10)聚类算法与应用
|____(09)推荐系统与应用
|____(08)最大熵模型与EM算法
|____(07)工作流程与模型调优
|____(06)特征工程
|____(05)回归分析与工程应用
|____(04)凸优化初步
|____(03)矩阵分析与应用
|____(02)数理统计与参数估计
|____(01)机器学习与相关数学初步
|____算法_10月机器学习算法班
|____源码
|____ppt
|____20.第20课 深度学习实践.mkv
|____19.第19课 深度学习之RNN.mkv
|____18.第18课 深度学习之CNN.mkv
|____17.第17课 人工神经网络.mkv
|____16.第16课 采样与变分.mkv
|____15.第15课 主题模型.mkv
|____14.第14课 隐马尔科夫模型HMM.mkv
|____13.第13课 贝叶斯网络.mkv
|____12.第12课 聚类.mkv
|____11.第11课 从分类到CTR预估.mkv
|____10.第10课 推荐系统.mkv
|____09.第9课 模型调优.mkv
|____08.第8课 特征工程.mkv
|____07.第7课 最大熵与EM算法.mkv
|____06.第6课 SVM.mkv
|____05.第5课 决策树、随机森林.mkv
|____04.第4课 回归.mkv
|____03.第3课 凸优化.mkv
|____02.第2课 矩阵和线性代数.mkv
|____01.第1课 概率论与数理统计.mkv
|____ML_机器学习应用班
|____第一课
|____第五课
|____第四课
|____第十课
|____第三课
|____第七课
|____第六课
|____第九课
|____第二课
|____第八课
|____机器学习应用班资料.zip
|____ML_机器学习其它资料
|____统计机器学习_41_上海交大(张志华)
|____模式识别_35_国防科学技术大学(蔡宣平)
|____龙星计划_机器学
|____炼数成金-机器学习
|____机器学习技法_国立台湾大学(林轩田)
|____机器学习基石_国立台湾大学(林轩田)
|____机器学习导论_42_上海交大(张志华)
|____2014斯坦福大学机器学习mkv视频
|____南京大学周志华老师的一个讲普适机器学习的ppt【精品-ppt】.ppt
|____ML_9月机器学习在线班
|____课程ppt
|____基础补习-概率-台湾大学叶柄成
|____回归代码
|____8_9_随机森林_SVM
|____9.支持向量机.mp4
|____8.随机森林.mp4
|____7.最大熵模型.mp4
|____6.梯度下降和拟牛顿.mp4
|____5.回归.mp4
|____4.凸优化.mp4
|____3.矩阵运算.mp4
|____20.CNN&RNN.mp4
|____2.数理统计与参数估计.mp4
|____19.人工神经网络.mp4
|____18.条件随机场.mp4
|____17.HMM.mp4
|____16.采样.mp4
|____15.主题模型.mp4
|____14.EM算法重制完整版.mp4
|____14.EM算法.mp4
|____13.贝叶斯网络.mp4
|____12.Boosting.mp4
|____11.聚类.mp4
|____10.降维.mp4
|____1.微积分和概率论.mp4
|____0.烟雨蒙蒙.mp4
|____ML_3月机器学习在线班
|____video
|____material
|____17年7月14日机器学习项目班
|____视频课程
|____讲义代码
|____天池AI电力预测大赛精讲.mp4