【吴恩达】机器学习经典名课

文件大小: 9.8KB
语言: 简体中文
运行环境: Win9X/Win2000/WinXP/Win2003/

详细介绍:
【吴恩达】机器学习经典名课——更多资源,课程更新在


资源，名师讲座课程简介：


 【吴恩达】机器学习经典名课


教程介绍 本课程将广泛介绍机器学习、数据挖掘和统计模式识别等内容，同时还引用了许多机器学习案例，让你学会在智能机器人（感知和控制）、文本理解（网络搜索和垃圾邮件过滤）、计算机视觉、医学信息学、音频、数据库挖掘等领域应用机器学 课程目录：

│ 

├─章节1 初识机器学习

│      01欢迎参加《机器学习》课程.mp4

│      02什么是机器学习.mp4

│      03监督学习.mp4

│      04无监督学习.mp4

│     

├─章节10 神经网络参数的反向传播算法

│      61代价函数.mp4

│      62反向传播算法.mp4

│      63理解反向传播.mp4

│      64使用注意：展开函数.mp4

│      65梯度检测.mp4

│      66随机初始化.mp4

│      67组合到一起.mp4

│      68无人驾驶.mp4

│     

├─章节11 应用机器学习的建议

│      69决定下一步做什么 - 副本.mp4

│      69决定下一步做什么.mp4

│      70评估假设 - 副本.mp4

│      70评估假设.mp4

│      71模型选择和训练、验证、测试集.mp4

│      72诊断偏差与方差.mp4

│      73正则化和偏差、方程.mp4

│      74学习曲线 - 副本.mp4

│      74学习曲线.mp4

│     

├─章节12 机器学习系统设计

│      75决定接下来做什么.mp4

│      76确定执行的优先级.mp4

│      77误差分析.mp4

│      78不对称性分类的误差评估.mp4

│      79精确度和召回率的权衡.mp4

│      80机器学习数据.mp4

│     

├─章节13 支持向量机

│      81优化目标.mp4

│      82直观上对大间隔的理解.mp4

│      83大间隔分类器的数学原理.mp4

│      84核函数.mp4

│      85核函数2.mp4

│      86使用SVM.mp4

│     

├─章节2 单变量线性回归

│      06模型描述.mp4

│      07代价函数.mp4

│      08代价函数（一）.mp4

│      09代价函数（二）.mp4

│      10梯度下降.mp4

│      11梯度下降知识点总结.mp4

│      12线性回归的梯度下降.mp4

│     

├─章节3 线性回归回顾

│      14矩阵和向量.mp4

│      15加法和标量乘法.mp4

│      16矩阵向量乘法.mp4

│      17矩阵乘法.mp4

│      18矩阵乘法特征.mp4

│      19逆和转置.mp4

│     

├─章节4 配置

│      配置.txt

│     

├─章节5 多变量线性回归

│      27多功能.mp4

│      28多元梯度下降法.mp4

│      29多元梯度下降法演练I-特征缩放.mp4

│      30多元梯度下降法II-学习率.mp4

│      31特征和多项式回归.mp4

│      32正规方程（区别于迭代方法的直接解法）.mp4

│      33正规方程在矩阵不可逆情况下的解决方法.mp4

│      34完成并提交编程作业.mp4

│     

├─章节6 Octave Matlab教程

│      35基本操作.mp4

│      36移动数据.mp4

│      37计算数据.mp4

│      38数据绘制.mp4

│      39控制语句：for,while,if语句.mp4

│      40矢量.mp4

│     

├─章节7 Logistic回归

│      42分类.mp4

│      43假设陈述.mp4

│      44决策界限.mp4

│      45代价函数.mp4

│      46简化代价函数与梯度下降.mp4

│      47高级优化.mp4

│      48多元分类：一对多.mp4

│     

├─章节8 正则化

│      50过拟合问题.mp4

│      51代价函数.mp4

│      52线性回归的正则化.mp4

│      53Logistic回归的正则化.mp4

│     

└─章节9 神经网络学习

        54非线性假设.mp4

        55神经元与大脑.mp4

        56模型展示I.mp4

        57模型展示II.mp4

        58例子与直觉理解I.mp4

        59例子与直觉理解II.mp4

        60多元分类.mp4

═══════ 下载地址 ═══════