人工智能全新升级版-小象学院

资源下载
下载价格9.9

┣━002-人工智能全新升级版-小象学院
┣━视频
┣━14.统计学习(1).mp4
┣━02.机器学习的数学基础.mp4
┣━15.统计学习.mp4
┣━19.神经网络.mp4
┣━18.概念学习.mp4
┣━04.机器学习中的数学基础.mp4
┣━12.统计学习.mp4
┣━13.统计学习.mp4
┣━07.经典机器学习模型.mp4
┣━01.机器学习中的数学基础.mp4
┣━03.机器学习中的哲学.mp4
┣━10.核方法.mp4
┣━20.强化学习.mp4
┣━15.统计学习(1).mp4
┣━11.核方法.mp4
┣━09.线性模型.mp4
┣━16.无监督学习.mp4
┣━17.流形学习.mp4
┣━06.经典机器学习模型.mp4
┣━05.经典机器学习模型.mp4
┣━08.线性模型.mp4
┣━14.统计学习.mp4
┣━资料
┣━RandomForest.zip
┣━Note_15_GeoIntMaxMargin.pdf
┣━probability ( MIT Bertsekas)(1).pdf
┣━Logistic Regression.zip
┣━Note_3_LNorm.pdf
┣━第五课_代码.zip
┣━4、机器学习的数学基础.pdf
┣━7、经典机器学习模型.pdf
┣━lle.pdf
┣━6、经典机器学习模型.pdf
┣━Note_13_MaxMargin.pdf
┣━1、机器学习的数学基础.pdf
┣━7.2、Guo-PRICAI.pdf
┣━Note_16_ EM.pdf
┣━Note11_Lagrange.pdf
┣━11、核方法.pdf
┣━Note_7_EnsembleLearning.pdf
┣━probability ( MIT Bertsekas).pdf
┣━Note_17_Locally Linear Embedding.pdf
┣━Note_2_Geometric Interpretation of Determinant.pdf
┣━12、统计学习.pdf
┣━16、无监督学习.pdf
┣━3、机器学习的哲学.pdf
┣━Note_1_MachineLearningIntro.pdf
┣━Note_5_NaiveBayes.pdf
┣━Note_4-GradientDescent.pdf
┣━10、核方法.pdf
┣━5、经典机器学习模型.pdf
┣━Note12_Lagrange2.pdf
┣━2、机器学习的数学基础.pdf
┣━Note_9_OLS.pdf
┣━8、线性模型.pdf
┣━Note_14_Kernel.pdf

侵权联系与免责声明
1、本站资源所有内容均收集于网络,与本网站立场无关
2、本站所有资源收集于互联网,由用户分享,该帖子作者与小虎网站不享有任何版权,如有侵权请联系本站删除
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
4、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
侵权联系邮箱:648765304@qq.com 本文链接:https://dbbp.net/8512.html
0

评论0

站点公告

小虎资源网因各项成本逐渐加大,优质资源不断增多,明日将会恢复至原价999,今日只需299开通svip会员。网站始于2020年,稳定运行超过5年,每日更新,全站课程不加密,目前已收录全网五十多家机构,累积更新各大机构一百多T教程,总课程价值超过百万,比我们便宜的没有我们全,和我们一样全的没我们便宜,抓紧时间提升自己最重要。会员权益查看:点击会员介绍  
没有账号?注册  忘记密码?