|
|
研究生机器学习课程-浙江大学，夸克网盘资源，免费下载。浙江大学的研究生机器学习课程，总共61课，比较系统的学习，毕竟是大学出的，对机器学习感兴趣的可以看看~1 L- ~6 ^4 @3 W; Q* b& ^
├── 1.机器学习课程（一）教科书介绍.mp4
( l* V' o' _$ b9 w, u├── 2.机器学习课程（二）成绩安排.mp4
) q& v- U y# ?+ {: I├── 3.机器学习课程（三）概念介绍.mp4
+ S$ a6 }% e9 H+ a" k├── 4.机器学习课程（四）这门课程的内容概述.mp4
- w0 {. T* L& R" a/ {├── 5.机器学习课程（五）没有免费午餐定理.mp45 s9 i1 e2 N! y6 y/ B# p5 K) _8 E
├── 6.机器学习课程（六）支持向量机（线性模型）问题.mp46 O/ L4 x9 B# G4 s) A; `( A" d6 s
├── 7.机器学习课程（七）支持向量机（线性模型）数学描述.mp46 O6 g @) q& g
├── 8.机器学习课程-8.支持向量机（线性模型）的图像展示.mp4( C( W2 A/ p. e& Z5 @9 G' ]* x
├── 9.机器学习课程-9.支持向量机(非线性模型)优化目标函数和限制条件.mp4
! U8 d6 P p; O5 c4 D! L% ?2 k├── 10.机器学习课程-10.支持向量机（非线性模型） 低维到高维映射..mp4: _; c) \2 i; @9 Z n& [
├── 11.机器学习课程-11.支持向量机（非线性模型）原问题和对偶问题..mp4
9 k, A" O; J3 O4 v├── 12.机器学习课程-12.支持向量机-将支持向量机原问题转化为对偶问.mp4
* x ]1 x* A6 [* o8 N" x! m4 p/ u├── 13.机器学习课程-13.支持向量机 – 核函数介绍.mp4
}& t u. W2 z$ _6 n* a├── 14.机器学习课程-14.支持向量机的应用 -- 兵王问题（规则介绍）.mp4
: q1 R# m8 O* \" W├── 15.机器学习课程-15.支持向量机的应用 – 兵王问题 （参数设置）.mp4, M, x* ^* a! a
├── 16.机器学习课程-16.支持向量机的应用 – 兵王问题 （测试结果）.mp4
( V, [6 g. X* ]1 N3 r├── 17.机器学习课程-17.ROC曲线.mp4) Z2 E' l, J9 [2 f0 @
├── 18.机器学习课程-18.支持向量机 – 处理多类问题.mp4
8 ~; }% G, G3 {3 i: z8 ^" o. U# { u├── 19.机器学习课程-19.人工神经网络 – 神经元的数学模型.mp4, L7 C9 t& w0 g8 w/ |
├── 20.机器学习课程-20.人工神经网络 – 感知器算法.mp4) Y5 b/ Q4 Y6 z& m$ a i: v; F2 z5 P
├── 21.机器学习课程-21.人工神经网络 – 人工智能的第一次寒冬.q.mp4
' x+ b7 ]6 G7 j) S/ N' Z├── 22.机器学习课程-22.人工神经网络 – 多层神经网络.mp41 _+ ~/ j4 H+ o' e6 U' g% c
├── 23.机器学习课程-23.人工神经网络—三层神经网络可以模拟任意决策面.mp46 o/ j) @# @1 ]5 O
├── 24.机器学习课程-24.人工神经网络—后向传播算法.mp4
3 d5 O+ ?- m0 r2 u% w6 W├── 25.机器学习课程-25.人工神经网络 – 参数设置.mp47 h1 n/ C# d: L9 {7 [
├── 26.机器学习课程 26 深度学习数据库准备.mp49 O1 H h) U; Y; [0 f" j
├── 27.机器学习课程 27 深度学习自编码器.mp4! F1 S3 T3 V# a
├── 28.机器学习课程 28 深度学习 卷积神经网络LeNet.qsv..mp4) n) c* ^* q, a" O( c, s
├── 29.机器学习课程-29.深度学习 – 卷积神经网络（AlexNet）.mp4: v, d3 M- @' k- r
├── 30.机器学习课程-30.深度学习 – 编程工具（Caffe和Tensorflow）.mp4
# n) T* K" _( S- m+ Y├── 31.机器学习课程-31.深度学习 – 近年来流行的网络结构.mp4
* D; J0 B( N. l# b8 v! ?/ C9 w├── 32.机器学习课程-32.深度学习 – 卷积神经网络的应用.qsv..mp4) C0 U) N' M6 \& ~4 F" [
├── 33.机器学习课程_33_AlphaGo围棋规则.mp47 X# h5 A' R' m9 M4 e* V
├── 34.机器学习课程-34.AlphaGo (围棋有必胜策略的证明)..mp4
$ g) @6 [1 W- ~. O8 l├── 35.机器学习课程-35.强化学习Q-learningl.mp4- p) m9 K3 [# @, F, P% M k8 v
├── 36.机器学习课程-36.强化学习(policy gradience).mp4' Q. k: P( H% a6 e
├── 37.机器学习课程_37__增强学习_(AlphaGo).mp4) M4 |/ _: m7 f! V- z
├── 38.机器学习课程-38.特征提取 – 主成分分析（PCA）.mp45 T. c4 `& t/ N& q
├── 39.机器学习课程-39.特征选择 – 自适应提升（AdaBoost）.mp4. c# P* N+ O. E7 b8 r7 {
├── 40.机器学习课程-40.目标检测 （RCNN和FCN）.mp4
- W, A5 [7 b$ |, `* A├── 41.机器学习课程-41.概率分类法概述.mp4
0 Y, ?8 H3 S! b! @5 t├── 42.机器学习课程-42.概率密度估计 – 朴素贝叶斯分类器.mp4
3 h9 R" a, v+ E" _) G& l8 K: ^# a├── 43.机器学习课程-43.概率密度估计 – 高斯密度函数.mp4% K0 u" s1 p0 A& v$ v
├── 44.机器学习课程-44.概率密度估计 – 高斯混合模型.mp4# i) A9 Y9 A7 [6 o2 a: D# }; E
├── 45.机器学习课程-45.EM算法（高斯混合模型和K-均值算法）.mp41 c" p/ Y0 Z- K9 X d
├── 46.机器学习课程-46.K-均值算法在图像压缩方面的应用.mp4├── 49.机器学习课程 49语音识别概述.mp4
5 j* V, ^0 k0 V├── 50.机器学习课程 50 隐含马尔科夫过程.mp4
& q# e+ a. F% ?. ]" e: |, Z% R. S/ r% }9 n
|4 C @7 Y6 l: t& Z' ?9 ~: F: P. G1 V. u& u: l
; i! P9 p; _6 n/ H) A) Q! \* G: A( H% O' e$ i
侵权联系与免责声明1、本站资源所有言论和图片纯属用户个人意见，与本论坛立场无关9 A! V t4 u: W w6 j9 d3 G0 M
2、本站所有资源收集于互联网，由用户分享，该帖子作者与瑞客论坛不享有任何版权，如有侵权请联系本站删除0 E. u/ J* f: _- E, }6 Q! @
3、本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责
G5 \) B5 H& I2 P# g4 }! g2 c4、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意
# p2 i. }; C k" F5 O# F/ P如有侵权联系邮箱：ruikelink@gmai.com
e$ y$ F: x# {8 p6 M' \8 ^3 ?资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见- P* o% C0 U3 {. H* c& `- W
' Z9 s# D6 N8 M3 }3 M3 [, Z; z7 k2 T0 |
0 J: ~ }" R" O
本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2025-2-17 20:20:01
