python神经网络算法全集 麦子

admin

                Python神经网络算法全集 麦子
python神经网络算法全集
: U9 V0 v: s: @6 u6 b- Y5 r2016年
(Part One)深度学基础
; M3 u7 D' ~8 P1.1课程介绍机器学介绍上.mp4
, L# d" }* G; \1 m# O1.1课程介绍机器学介绍下.mp4
1.2深度学介绍.mp4
# t; B  V+ w% R7 M6 b2.1基本概念.mp4
0 Q9 `9 R/ r: G* M, y3.1决策树算法.mp4
3.2决策树应用.mp4
4.1最邻近规则分类KNN算法.mp4
) O0 w0 t5 ]* d" @# ^8 h& {* ]) u4.2最邻近规则KNN分类应用.mp4
5.1 支持向量机(SVM)算法（上）.html
5.1 支持向量机(SVM)算法（上）应用.html
; C7 E0 y* _; E6 d5.1支持向量机SVM上.mp4
5.1支持向量机SVM上应用.mp4
6.2神经网络算法应用上.mp4
6.3神经网络算法应用下.mp4
+ I6 _) H9 e* Z8 Y) t7 u, }( |7.1简单线忄生回归上.mp4
( Z6 V! F) x) B3 H+ N7.2简单线忄生回归下.mp4
7.3多元线忄生回归.mp4
) p1 o$ E$ P, T" C7.4多元线忄生回归应用.mp4
7.5非线忄生回归 Logistic Regression.mp4
, V7 o9 l1 ]: D$ z9 _7.6非线忄生回归应用.mp4
7.7回归中的相关度和决定系数.mp4
7.8回归中的相关忄生和R平方值应用.mp4
8.1Kmeans算法.mp4
! i& i" _7 I. |: Y( f7 \9 D0 Y8.2Kmeans应用.mp4
8.3Hierarchical clustering 层次聚类.mp4
8 C% t+ U& t; g' c8.4Hierarchical clustering 层次聚类应用.mp4
9 _# @( S# M7 Q+ h" ?5 r总结.mp4
支持向量机(SVM)算法(下)应用.mp4
支持向量机(SVM)算法下.mp4
+ Y- w+ e+ a( ]. Y9 B/ O神经网络NN算法.mp4
' M3 e# G( d0 ^) F(Part Two)深度学进阶
3 ~# A. @1 |1 \5 \" }第1章 基本概念清晰版.mp4
第2章 软件包安装和环境配置总述.mp4
第3章 环境配置分部详解.mp4
: v# @) @1 m# X' |/ l第4章 环境配置分部详解下.mp4
第5章 手写数字识别.mp4
第6章 神经网络基本结构及梯度下降算法.mp4
第7章 随机梯度下降算法.mp4
6 `3 Y+ J0 O2 I第8章 梯度下降算法实现上.mp4
. o' L, }% ^/ |+ i& G6 x& U第9章 梯度下降算法实现下.mp4
第10章 神经网络手写数字演示.mp4
) p; r5 r4 K1 I  [$ Z第11章 Backpropagation算法上.mp4
7 f6 N! w, Y' ~6 J! N第12章 Backpropagation算法下.mp4
第13章 Backpropagation算法实现.mp4
第14章 cross-entropy函数.mp4
& n- r, ?' k- G; ^第15章 Softmax和Overfitting.mp4
第16章 Regulization.mp4
9 ^5 n# m& k" r3 m" u% ?第17章 Regulazition和Dropout.mp4
第18章 正态分布和初始化(修正版).mp4
第19章 提高版本的手写数字识别实现.mp4
第20章 神经网络参数hyper-parameters选择.mp4
6 r" c7 s% Q& t* w: N% M  Z$ ~第21章 深度神经网络中的难点.mp4
9 ^6 ^* G2 o- D: k第22章 用ReL解决VanishingGradient问题.mp4
3 c6 l1 S. S" V# e- ^第23章 ConvolutionNerualNetwork算法.mp4
第24章 ConvolutionNeuralNetwork实现上.mp4
第25章 ConvolutionNeuralNetwork实现下.mp4
! S5 f5 W  B8 _# Y第26章 Restricted Boltzmann Machine.mp4
8 t+ x8 w" \  v+ o% s- A6 k第27章 Restricted Boltzmann Machine下.mp4
$ w& N" m- }$ r5 z8 b第28章 Deep Brief Network 和 Autoencoder.mp4
0 S& g6 ^; s0 s! R9 b2 U+ W  v$ \6 p(Part Three)深度深入与强化
/ U. B; U* U% H# O7 v2 V& O9 u# K第1课 机器学中数学基础
1 e6 G+ x6 a/ U4 n第2课 高效计算基础与图像线忄生分类器
第3课 梯度下降法与反向传播
第4课 CNN与常用框架
第5课 CNN训练注意事项与框架使用
. o( x7 j/ [# r0 ~7 a8 r第6课 CNN推展案例
) Z5 f( D$ N2 b- e2 _9 r; \: q/ B第7课 RNN介绍
  G3 H. ]& ~' D: t第8课 RNN应用
- C4 D7 {- l, F9 |# i/ x0 N第9课 更多的网络类型
# P: @4 c: q" c; P4 G; v% P$ M第10课 更多框架
文件夹截图

7 _. g3 Q# R# a4 c1 i, G
/ s$ _9 Y8 G1 m+ E2 @, D% V下载地址：
% c0 {8 y0 Z! A9 c; t0 ]7 X

游客，如果您要查看本帖隐藏内容请回复

<<python神经网络算法全集 麦子>>[复制链接]

感谢分享66666

6666666666666

<<python神经网络算法全集 麦子>>[复制链接]

谢谢分享~~~~~

谢谢分享！！

1111111111

下载学习了

ttttttttttttt