最后编辑:2023-11-25
- 资源介绍
- 更新记录
课程目录
/2-082-深度神经网络算法深度学系列视频教程/
│├─(基础1)Python程序入门视频
│├─(基础2)机器学习深度学习基础
│├─(基础3)机器学习深度学习基础
(基础1)Python程序入门视频/
│├─视频
│├─课件
│视频/
││├─1.1_课程Python介绍_压缩.mp4 25.2MB
││├─1.2环境配置1.mp4 26.5MB
││├─1.3配置Python环境2.mp4 33.9MB
││├─2.1Package以及数据类型.mp4 22.7MB
││├─2.2_Part2字符串String和变量Variable.mp4 25.8MB
││├─2.2_数据类型2整型_字符串.mp4 17.8MB
││├─3.1数据结构列表List.mp4 26.5MB
││├─3.2_Part2列表List元组tuple对比.mp4 30.1MB
││├─3.2元组Tuple.mp4 16.5MB
││├─3.3词典Dictionary.mp4 26.5MB
││├─3.4函数Function2.mp4 23.6MB
││├─3.4函数function1.mp4 37.6MB
││├─4.1控制流1IfFor.mp4 27.5MB
││├─4.2控制流2WhileRangePart1.mp4 14.3MB
││├─4.2控制流2WhileRangePart2.mp4 27.3MB
││├─4.3控制流2BreakContinuePass.mp4 17.2MB
││├─5.1输入输出格式IoConsole.mp4 6.4MB
││├─5.2文件输入输出FileIo.mp4 11.9MB
││├─6.1错误与异常ErrorsExceptions.mp4 22.5MB
││├─7.1面向对象以及装饰器OoDecorators.mp4 21.8MB
││├─8.1图形界面介绍GuiTkinter.mp4 11.8MB
││├─8.2猜数字游戏.mp4 9.1MB
││├─9创建网页.mp4 9.6MB
││├─去重4.2控制流2WhileRangePart2.mp4 13.1MB
││├─重录3.4Function1.mp4 19.4MB
│课件/
││├─1.2： 安装Python和配置环境.html 1.1KB
││├─1.2： 安装Python和配置环境_index.html 302byte
││├─1.3 配置PyDev.html 1.1KB
││├─1.3 配置PyDev_index.html 264byte
││├─2.1 Package以及数据类型1.html 2.5KB
││├─2.1 Package以及数据类型1_index.html 294byte
││├─2.2 数据类型2 Numeric & String.html 8.5KB
││├─2.2 数据类型2 Numeric & String_index.html 315byte
││├─2.2_Part2 字符串(String), & 变量 (Variable).html 2.2KB
││├─3.1 数据结构：列表（List）.html 3.7KB
││├─3.2 数据结构：元组（tuple）.html 2.1KB
││├─3.2_Part2 列表(List)与元组(tuple)的对比：.html 3.1KB
││├─3.3 字典 (Dictionary).html 3.7KB
││├─3.4 函数 (Function) Part 1.html 11.2KB
││├─3.4 函数 (Function) Part 2.html 2.5KB
││├─4.1 控制流1： if & for 语句.html 2.4KB
││├─4.2 控制流2：while & range语句.html 2.7KB
││├─4.3 控制流3：break, continue & pass.html 2.1KB
││├─5.1 输入输出方式介绍(Output Format).html 959byte
││├─5.2 读写文件(File IO).html 1.3KB
││├─6.1 错误与异常处理(Error & Exceptions).html 4.6KB
││├─7.1 面向对象编程(Object-Oriented)和装饰器(decorator).html 3.2KB
││├─8.1 图形界面（GUI）和猜数字游戏.html 1.4KB
││├─8.2 猜数字游戏.html 1.9KB
││├─9 创建一个简单的网站.html 1.8KB
││├─Python语言编程基础 (Introduction to Programming in Python).html 3.4KB
││├─去重3.2_Part2列表List元组tuple对比.mp4 13.7MB
││├─重新编码3.4function1.mp4 27.8MB
(基础2)机器学习深度学习基础/
│├─代码与素材.rar 97.5MB
│├─视频
│├─课件
│视频/
││├─1.1课程介绍机器学习介绍上.mp4 50.6MB
││├─1.1课程介绍机器学习介绍下.mp4 10MB
││├─1.2深度学习介绍.mp4 52.7MB
││├─2基本概念.mp4 56.9MB
││├─3.1决策树算法.mp4 54.3MB
││├─3.2决策树应用.mp4 72.4MB
││├─4.1最邻近规则分类KNN算法.mp4 38.8MB
││├─4.2最邻近规则KNN分类应用.mp4 57.5MB
││├─5.1 支持向量机(SVM)算法（上）.html 11.6KB
││├─5.1 支持向量机(SVM)算法（上）应用.html 3.6KB
││├─5.1支持向量机SVM上.mp4 35.6MB
││├─5.1支持向量机SVM上应用.mp4 35MB
││├─6.2神经网络算法应用上.mp4 96MB
││├─6.3神经网络算法应用下.mp4 34.3MB
││├─7.1简单线性回归上.mp4 40.8MB
││├─7.2简单线性回归下.mp4 52.5MB
││├─7.3多元线性回归.mp4 42.2MB
││├─7.4多元线性回归应用.mp4 51.2MB
││├─7.5非线性回归 Logistic Regression.mp4 30.3MB
││├─7.6非线性回归应用.mp4 56.6MB
││├─7.7回归中的相关度和决定系数.mp4 38MB
││├─7.8回归中的相关性和R平方值应用.mp4 43.1MB
││├─8.1Kmeans算法.mp4 35.4MB
││├─8.2Kmeans应用.mp4 61MB
││├─8.3Hierarchical clustering 层次聚类.mp4 29.8MB
││├─8.4Hierarchical clustering 层次聚类应用.mp4 62.5MB
││├─总结.mp4 55.4MB
││├─支持向量机(SVM)算法(下)应用.mp4 55.2MB
││├─支持向量机(SVM)算法下.mp4 36.1MB
││├─神经网络NN算法.mp4 77.5MB
│课件/
││├─1.1 课程介绍 & 机器学习介绍.html 2.9KB
││├─1.2 深度学习(Deep Learning)介绍.html 9.1KB
││├─1.2 深度学习(Deep Learning)介绍_files
││├─2 基本概念 (Basic Concepts).html 6.2KB
││├─3.1 决策树(decision tree)算法.html 9KB
││├─3.1 决策树(decision tree)算法_files
││├─3.2 决策树(decision tree)应用.html 2.7KB
││├─3.2 决策树(decision tree)应用_files
││├─4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法.html 4.3KB
││├─4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法_files
││├─4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用.html 6KB
││├─4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用_files
││├─5.1 支持向量机(SVM)算法（上）.html 11.6KB
││├─5.1 支持向量机(SVM)算法（上）_files
││├─5.1 支持向量机(SVM)算法（上）应用.html 3.6KB
││├─5.2 支持向量机(SVM)算法（下）.html 10.9KB
││├─5.2 支持向量机(SVM)算法（下）_files
││├─5.3 支持向量机(SVM)算法（下）应用.html 6.7KB
││├─6.1 神经网络算法(Nerual Networks)（上）.html 8.6KB
││├─6.1 神经网络算法(Nerual Networks)（上）_files
││├─6.2 神经网络算法(Nerual Networks)应用(上）.html 4.9KB
││├─6.2神经网络算法应用上
││├─6.3 神经网络算法(Nerual Networks)应用(下）.html 2.7KB
││├─6.3神经网络算法应用下
││├─7.1 简单线性回归 (Simple Linear Regression)上.html 13.1KB
││├─7.1 简单线性回归 (Simple Linear Regression)上_files
││├─7.1 简单线性回归 (Simple Linear Regression)下.html 3.8KB
││├─7.1 简单线性回归 (Simple Linear Regression)下_files
││├─7.3 多元回归分析(multiple regression).html 29.1KB
││├─7.3 多元回归分析(multiple regression)_files
││├─7.4 多元回归分析(multiple regression)应用.html 17.4KB
││├─7.5 非线性回归 logistic regression.html 8.7KB
││├─7.5 非线性回归 logistic regression_files
││├─7.6 非线性回归应用：losgistic regression application.html 2.3KB
││├─7.7 回归中的相关度和R平方值.html 5.4KB
││├─7.7 回归中的相关度和R平方值_files
││├─7.8 回归中的相关度和R平方值应用.html 1.5KB
││├─8.1 聚类(Clustering) K-means算法.html 5.9KB
││├─8.1 聚类(Clustering) K-means算法_files
││├─8.2 聚类(Clustering) K-means算法应用.html 5KB
││├─8.3 聚类(Clustering) hierarchical clustering 层次聚类.html 3.3KB
││├─8.3 聚类(Clustering) hierarchical clustering 层次聚类_files
││├─8.4 聚类(Clustering) hierarchical clustering 层次聚类应用.html 6.5KB
││├─810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.jpg 4.5KB
││├─HierachecalClustering.png 9KB
││1.2 深度学习(Deep Learning)介绍_files/
│││├─1-BOngaxvWRFHm3O2yo3YPhA.jpeg 68.5KB
│││├─1-RbQSv8m3SjBsWBniYdgwQQ.jpeg 95KB
│││├─1-sIKCN5ddB0BP55WxlYqtYg.jpeg 66.2KB
│││├─DeepNetwork.png 184.2KB
│││├─images [1].jpg 9.9KB
│││├─images.jpg 8.8KB
│││├─imgres [1].jpg 15.1KB
│││├─imgres [2].jpg 11.7KB
│││├─imgres [3].jpg 7KB
│││├─imgres [4].jpg 11.7KB
│││├─imgres [5].jpg 8.8KB
│││├─imgres [6].jpg 11.1KB
│││├─imgres.jpg 4.8KB
│││├─science-journal.gif 74.2KB
││3.1 决策树(decision tree)算法_files/
│││├─Image [1].png 20KB
│││├─Image [2].png 3.1KB
│││├─Image [3].png 744byte
│││├─Image [4].png 20KB
│││├─Image [5].png 4.7KB
│││├─Image [6].png 8.2KB
│││├─Image [7].png 4.7KB
│││├─Image [8].png 23KB
│││├─Image.png 12.4KB
│││├─c2cec3fdfc0392456a6ac4258694a4c27d1e2538.jpg 65.5KB
││3.2 决策树(decision tree)应用_files/
│││├─Image.png 20KB
││4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法_files/
│││├─Image [1].png 8.5KB
│││├─Image [2].png 617.2KB
│││├─Image [3].png 136.5KB
│││├─Image [4].png 248.1KB
│││├─Image.png 12.4KB
│││├─images.jpg 6KB
│││├─imgres.png 2.3KB
││4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用_files/
│││├─Virginia_Iris.png 65.6KB
│││├─kahi2.jpg 42.2KB
││5.1 支持向量机(SVM)算法（上）_files/
│││├─220px-Svm_separating_hyperplanes_(SVG).svg.png 7.3KB
│││├─Image [10].png 492byte
│││├─Image [11].png 2.7KB
│││├─Image [12].png 596byte
│││├─Image [13].png 2.5KB
│││├─Image [14].png 216.5KB
│││├─Image [15].png 270.4KB
│││├─Image [1].png 3.5KB
│││├─Image [2].png 1.2KB
│││├─Image [3].png 1.5KB
│││├─Image [4].png 13.4KB
│││├─Image [5].png 1.5KB
│││├─Image [6].png 1.6KB
│││├─Image [7].png 1.6KB
│││├─Image [8].png 3.3KB
│││├─Image [9].png 2.2KB
│││├─Image.png 13.4KB
│││├─images [1].jpg 5.6KB
│││├─images.jpg 4.7KB
││5.2 支持向量机(SVM)算法（下）_files/
│││├─Image [10].png 1.4KB
│││├─Image [11].png 1.8KB
│││├─Image [12].png 1.9KB
│││├─Image [1].png 3KB
│││├─Image [2].png 1KB
│││├─Image [3].png 2.7KB
│││├─Image [4].png 1.5KB
│││├─Image [5].png 1.2KB
│││├─Image [6].png 4.1KB
│││├─Image [7].png 1.1KB
│││├─Image [8].png 746byte
│││├─Image [9].png 1.9KB
│││├─Image.png 13.4KB
│││├─main-qimg-b88037063b9a4cae241ee6b0ab841356.png 2.8KB
│││├─main-qimg-de8f2ca9c807ee184e2509639fce066d.jpg 40.4KB
│││├─main-qimg-dff9507297a2320460ff4d9cd5825683.png 1.4KB
││6.1 神经网络算法(Nerual Networks)（上）_files/
│││├─Image [10].png 1.6KB
│││├─Image [11].png 1.9KB
│││├─Image [12].png 2KB
│││├─Image [13].png 1.9KB
│││├─Image [14].png 21.4KB
│││├─Image [1].png 11.9KB
│││├─Image [2].png 1.4KB
│││├─Image [3].png 11.8KB
│││├─Image [4].png 945byte
│││├─Image [5].png 1.6KB
│││├─Image [6].png 1.9KB
│││├─Image [7].png 2KB
│││├─Image [8].png 1.9KB
│││├─Image [9].png 31.5KB
│││├─Image.png 11.9KB
│││├─cross_validation.jpg 56.2KB
││6.2神经网络算法应用上/
│││├─6.2神经网络算法应用上.mp4 96MB
││6.3神经网络算法应用下/
│││├─6.3神经网络算法应用下.mp4 34.3MB
││7.1 简单线性回归 (Simple Linear Regression)上_files/
│││├─Image [1].png 3.1KB
│││├─Image [2].png 1022byte
│││├─Image [3].png 1.7KB
│││├─Image [4].png 20.4KB
│││├─Image [5].png 19.7KB
│││├─Image [6].png 11KB
│││├─Image [7].png 74.5KB
│││├─Image.png 2.4KB
││7.1 简单线性回归 (Simple Linear Regression)下_files/
│││├─Image [1].png 12.6KB
│││├─Image [2].png 1.9KB
│││├─Image [3].png 18.2KB
│││├─Image [4].png 4KB
│││├─Image [5].png 1.3KB
│││├─Image [6].png 12.6KB
│││├─Image.png 18.2KB
││7.3 多元回归分析(multiple regression)_files/
│││├─Image [1].png 1.2KB
│││├─Image.png 74.5KB
││7.5 非线性回归 logistic regression_files/
│││├─001QAImHgy6I1oEKVWg50&690.jpg 14.9KB
│││├─001QAImHgy6I1oGTmnA36&690.jpg 5.1KB
│││├─001QAImHgy6I1oJm3Qz27&690.jpg 6.7KB
│││├─001QAImHgy6I1ohlalO18&690.jpg 4.7KB
│││├─001QAImHgy6I1oi9u8Kae&690.jpg 1.8KB
│││├─001QAImHgy6I1ojfTjYaa&690.jpg 2.8KB
│││├─001QAImHgy6I1ok9Brb61&690.jpg 12.8KB
│││├─001QAImHgy6I1olbW3yfc&690.jpg 4.9KB
│││├─001QAImHgy6I1omK5aoc8&690.jpg 4KB
│││├─001QAImHgy6I1osqQ7lc7&690.jpg 3.7KB
│││├─001QAImHgy6I1otAWE890&690.jpg 10.7KB
│││├─001QAImHgy6I1oudixl13&690.jpg 4.5KB
│││├─001QAImHgy6I1owps7Ud2&690.jpg 3.1KB
│││├─8694e4193ba45b55403595096b7d23c5.png 1.1KB
│││├─Image [1].png 50.5KB
│││├─Image.png 27.8KB
│││├─imgres [1].jpg 5.9KB
│││├─imgres.jpg 4.9KB
││7.7 回归中的相关度和R平方值_files/
│││├─Image.png 1.7KB
│││├─cb8065380cd7912374922436af345982b2b78006.png 1.5KB
│││├─imgf000045_0001.png 4.6KB
│││├─imgres [1].jpg 4.6KB
│││├─imgres [1].png 2.7KB
│││├─imgres.jpg 4.1KB
│││├─imgres.png 5.1KB
││8.1 聚类(Clustering) K-means算法_files/
│││├─Image [10].png 8.3KB
│││├─Image [11].png 4KB
│││├─Image [12].png 1.7KB
│││├─Image [13].png 14.2KB
│││├─Image [1].png 3.4KB
│││├─Image [2].png 7.1KB
│││├─Image [3].png 3.6KB
│││├─Image [4].png 1.8KB
│││├─Image [5].png 1.4KB
│││├─Image [6].png 7.7KB
│││├─Image [7].png 3.8KB
│││├─Image [8].png 1.7KB
│││├─Image [9].png 2.1KB
│││├─Image.png 13.4KB
│││├─imgres [1].jpg 8.4KB
│││├─imgres.jpg 8.4KB
││8.3 聚类(Clustering) hierarchical clustering 层次聚类_files/
│││├─810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.png 4.5KB
(基础3)机器学习深度学习基础/
│├─视频
│├─课件
│视频/
││├─第10章 神经网络手写数字演示.mp4 107.3MB
││├─第11章 Backpropagation算法上.mp4 66MB
││├─第12章 Backpropagation算法下.mp4 61.5MB
││├─第13章 Backpropagation算法实现.mp4 64.1MB
││├─第14章 cross-entropy函数.mp4 49.7MB
││├─第15章 Softmax和Overfitting.mp4 75.9MB
││├─第16章 Regulization.mp4 37.5MB
││├─第17章 Regulazition和Dropout.mp4 50.5MB
││├─第18章 正态分布和初始化(修正版).mp4 28.8MB
││├─第19章 提高版本的手写数字识别实现.mp4 72.8MB
││├─第1章 基本概念清晰版.mp4 42.6MB
││├─第20章 神经网络参数hyper-parameters选择.mp4 55MB
││├─第21章 深度神经网络中的难点.mp4 76.1MB
││├─第22章 用ReL解决VanishingGradient问题.mp4 37MB
││├─第23章 ConvolutionNerualNetwork算法.mp4 64.7MB
││├─第24章 ConvolutionNeuralNetwork实现上.mp4 51.7MB
││├─第25章 ConvolutionNeuralNetwork实现下.mp4 78.3MB
││├─第26章 Restricted Boltzmann Machine.mp4 63.2MB
││├─第27章 Restricted Boltzmann Machine下.mp4 49.5MB
││├─第28章 Deep Brief Network 和 Autoencoder.mp4 47.4MB
││├─第2章 软件包安装和环境配置总述.mp4 80.2MB
││├─第3章 环境配置分部详解.mp4 77.1MB
││├─第4章 环境配置分部详解下.mp4 111.1MB
││├─第5章 手写数字识别.mp4 46.2MB
││├─第6章 神经网络基本结构及梯度下降算法.mp4 82.8MB
││├─第7章 随机梯度下降算法.mp4 20.6MB
││├─第8章 梯度下降算法实现上.mp4 50.2MB
││├─第9章 梯度下降算法实现下.mp4 69MB
│课件/
││├─深度学习进阶课件.rar 3.3MB
猜你喜欢
-
2021麦子学院PYTHON72期|麦子学院人工智能72期完整版学习教程|价值9800
2023-11-24 -
极客时间-AI大模型应用开发实战营[8周完结]
2024-03-15 -
马士兵-AI人工智能工程师1-4期2022年价值19999元重磅首发完结无秘
2023-12-03 -
深蓝-人工智能新版名企内部培训班
2024-11-22 -
最新传智黑马前端，Java，Python, C++, IDEA全套课程资料大整合-汇总（基础+就业）
2023-11-24 -
AI私享会社区（张诗童）
2024-03-20 -
高等数学的知识回顾
2023-11-26 -
2023谢安妮人人都是ai设计师课程
2024-03-31 -
传智Python15期完整版(基础班+就业班)
2023-11-26 -
深蓝学院-机器人中的数值优化
2024-03-17
-
2018年传智播客黑马python15期
2023-11-26 -
Python全套视频教程(基础+就业)
2023-11-26 -
传智Python15期（基础班 就业班）
2023-11-24 -
传智黑马Python人工智能-2018最新版
2023-11-29 -
Python全栈开发第三期视频教程完整版
2023-11-25 -
2018年-老男孩Python全栈第三期
2023-11-27 -
深蓝学院-智能机器人开发的神兵利器-ROS机械臂开发
2023-12-21 -
51CTO-深度学习框架Tensorflow实战[完结无密]
2024-03-18 -
有三AI-科研论文写作指导（CV方向）
2024-05-30 -
炼数成金《深度学习框架Tensorflow学习与应用》
2023-11-25
猜你在找
2. 分享目的仅供大家学习和交流，您必须在下载后24小时内删除！
3. 不得使用于非法商业用途，不得违反国家法律。否则后果自负！
4. 本站提供的源码、模板、插件等等其他资源，都不包含技术服务请大家谅解！
5. 如有链接无法下载、失效或广告，请联系管理员处理！
6. 本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！
7. 如遇到加密压缩包，默认解压密码为"www.xitnds.com"或“xitnds.com”,如遇到无法解压的请联系管理员！
学IT那点事 » 深度神经网络算法深度学系列视频教程
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用？
- 本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 提示下载完但解压或打开不了？
- 找不到素材资源介绍文章里的示例图片？
- 学IT那点事下载免费吗?
