人工智能:(Artificial Intelligence)属于计算机科学的一个分支
本板块内容主要发布人工智涉及到的技术,包含AI、深度学习、机器学习、自然语言处理(NLP)计算机视觉、语音识别等视频教程、资料。

部分早期的课程可能会错发板块,请通过论坛搜索寻找或咨询在线本站客服,VIP会员可以发帖求资源。
如果你需要快速查看需要的分类,请点击下方选择分类。

[机器学习] 打开深度学习的大门:机器学习深度神经网络学习基础课程 深度学习基础必备课程

  [复制链接]

2213

主题

2256

帖子

1万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
12836
admin 发表于 2020-12-21 16:53:40
29336 106
562b743aa37279f16b36d44405e54ce1.png


(1)\\视频;目录中文件数:30个

├─(1) 1.1课程介绍机器学习介绍上.mp4

├─(2) 1.1课程介绍机器学习介绍下.mp4

├─(3) 1.2深度学习介绍.mp4

├─(4) 2基本概念.mp4

├─(5) 3.1决策树算法.mp4

├─(6) 3.2决策树应用.mp4

├─(7) 4.1最邻近规则分类KNN算法.mp4

├─(8) 4.2最邻近规则KNN分类应用.mp4

├─(9) 5.1 支持向量机(SVM)算法(上).html

├─(10) 5.1 支持向量机(SVM)算法(上)应用.html

├─(11) 5.1支持向量机SVM上.mp4

├─(12) 5.1支持向量机SVM上应用.mp4

├─(13) 6.2神经网络算法应用上.mp4

├─(14) 6.3神经网络算法应用下.mp4

├─(15) 7.1简单线忄生回归上.mp4

├─(16) 7.2简单线忄生回归下.mp4

├─(17) 7.3多元线忄生回归.mp4

├─(18) 7.4多元线忄生回归应用.mp4

├─(19) 7.5非线忄生回归 Logistic Regression.mp4

├─(20) 7.6非线忄生回归应用.mp4

├─(21) 7.7回归中的相关度和决定系数.mp4

├─(22) 7.8回归中的相关忄生和R平方值应用.mp4

├─(23) 8.1Kmeans算法.mp4

├─(24) 8.2Kmeans应用.mp4

├─(25) 8.3Hierarchical clustering 层次聚类.mp4

├─(26) 8.4Hierarchical clustering 层次聚类应用.mp4

├─(27) 总结.mp4

├─(28) 支持向量机(SVM)算法(下)应用.mp4

├─(29) 支持向量机(SVM)算法下.mp4

├─(30) 神经网络NN算法.mp4

(2)\\课件;目录中文件数:29个

├─(31) 1.1 课程介绍 & 机器学习介绍.html

├─(32) 1.2 深度学习(Deep Learning)介绍.html

├─(33) 2 基本概念 (Basic Concepts).html

├─(34) 3.1 决策树(decision tree)算法.html

├─(35) 3.2 决策树(decision tree)应用.html

├─(36) 4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法.html

├─(37) 4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用.html

├─(38) 5.1 支持向量机(SVM)算法(上).html

├─(39) 5.1 支持向量机(SVM)算法(上)应用.html

├─(40) 5.2 支持向量机(SVM)算法(下).html

├─(41) 5.3 支持向量机(SVM)算法(下)应用.html

├─(42) 6.1 神经网络算法(Nerual Networks)(上).html

├─(43) 6.2 神经网络算法(Nerual Networks)应用(上).html

├─(44) 6.3 神经网络算法(Nerual Networks)应用(下).html

├─(45) 7.1 简单线忄生回归 (Simple Linear Regression)上.html

├─(46) 7.1 简单线忄生回归 (Simple Linear Regression)下.html

├─(47) 7.3 多元回归分析(multiple regression).html

├─(48) 7.4 多元回归分析(multiple regression)应用.html

├─(49) 7.5 非线忄生回归 logistic regression.html

├─(50) 7.6 非线忄生回归应用:losgistic regression application.html

├─(51) 7.7 回归中的相关度和R平方值.html

├─(52) 7.8 回归中的相关度和R平方值应用.html

├─(53) 8.1 聚类(Clustering) K-means算法.html

├─(54) 8.2 聚类(Clustering) K-means算法应用.html

├─(55) 8.3 聚类(Clustering) hierarchical clustering 层次聚类.html

├─(56) 8.4 聚类(Clustering) hierarchical clustering 层次聚类应用.html

├─(57) 810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.jpg

├─(58) HierachecalClustering.png

├─(59) 代码与素材.rar

(3)\\课件\\1.2 深度学习(Deep Learning)介绍_files;目录中文件数:14个

├─(60) 1-BOngaxvWRFHm3O2yo3YPhA.jpeg

├─(61) 1-RbQSv8m3SjBsWBniYdgwQQ.jpeg

├─(62) 1-sIKCN5ddB0BP55WxlYqtYg.jpeg

├─(63) DeepNetwork.png

├─(64) images [1].jpg

├─(65) images.jpg

├─(66) imgres [1].jpg

├─(67) imgres [2].jpg

├─(68) imgres [3].jpg

├─(69) imgres [4].jpg

├─(70) imgres [5].jpg

├─(71) imgres [6].jpg

├─(72) imgres.jpg

├─(73) science-journal.gif

(4)\\课件\\3.1 决策树(decision tree)算法_files;目录中文件数:10个

├─(74) c2cec3fdfc0392456a6ac4258694a4c27d1e2538.jpg

├─(75) Image [1].png

├─(76) Image [2].png

├─(77) Image [3].png

├─(78) Image [4].png

├─(79) Image [5].png

├─(80) Image [6].png

├─(81) Image [7].png

├─(82) Image [8].png

├─(83) Image.png

(5)\\课件\\3.2 决策树(decision tree)应用_files;目录中文件数:1个

├─(84) Image.png

(6)\\课件\\4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法_files;目录中文件数:7个

├─(85) Image [1].png

├─(86) Image [2].png

├─(87) Image [3].png

├─(88) Image [4].png

├─(89) Image.png

├─(90) images.jpg

├─(91) imgres.png

(7)\\课件\\4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用_files;目录中文件数:2个

├─(92) kahi2.jpg

├─(93) Virginia_Iris.png

(8)\\课件\\5.1 支持向量机(SVM)算法(上)_files;目录中文件数:19个

├─(94) 220px-Svm_separating_hyperplanes_(SVG).svg.png

├─(95) Image [10].png

├─(96) Image [11].png

├─(97) Image [12].png

├─(98) Image [13].png

├─(99) Image [14].png

├─(100) Image [15].png

├─(101) Image [1].png

├─(102) Image [2].png

├─(103) Image [3].png

├─(104) Image [4].png

├─(105) Image [5].png

├─(106) Image [6].png

├─(107) Image [7].png

├─(108) Image [8].png

├─(109) Image [9].png

├─(110) Image.png

├─(111) images [1].jpg

├─(112) images.jpg

(9)\\课件\\5.2 支持向量机(SVM)算法(下)_files;目录中文件数:16个

├─(113) Image [10].png

├─(114) Image [11].png

├─(115) Image [12].png

├─(116) Image [1].png

├─(117) Image [2].png

├─(118) Image [3].png

├─(119) Image [4].png

├─(120) Image [5].png

├─(121) Image [6].png

├─(122) Image [7].png

├─(123) Image [8].png

├─(124) Image [9].png

├─(125) Image.png

├─(126) main-qimg-b88037063b9a4cae241ee6b0ab841356.png

├─(127) main-qimg-de8f2ca9c807ee184e2509639fce066d.jpg

├─(128) main-qimg-dff9507297a2320460ff4d9cd5825683.png

(10)\\课件\\6.1 神经网络算法(Nerual Networks)(上)_files;目录中文件数:16个

├─(129) cross_validation.jpg

├─(130) Image [10].png

├─(131) Image [11].png

├─(132) Image [12].png

├─(133) Image [13].png

├─(134) Image [14].png

├─(135) Image [1].png

├─(136) Image [2].png

├─(137) Image [3].png

├─(138) Image [4].png

├─(139) Image [5].png

├─(140) Image [6].png

├─(141) Image [7].png

├─(142) Image [8].png

├─(143) Image [9].png

├─(144) Image.png

(11)\\课件\\6.2神经网络算法应用上;目录中文件数:1个

├─(145) 6.2神经网络算法应用上.mp4

(12)\\课件\\6.3神经网络算法应用下;目录中文件数:1个

├─(146) 6.3神经网络算法应用下.mp4

(13)\\课件\\7.1 简单线忄生回归 (Simple Linear Regression)上_files;目录中文件数:8个

├─(147) Image [1].png

├─(148) Image [2].png

├─(149) Image [3].png

├─(150) Image [4].png

├─(151) Image [5].png

├─(152) Image [6].png

├─(153) Image [7].png

├─(154) Image.png

(14)\\课件\\7.1 简单线忄生回归 (Simple Linear Regression)下_files;目录中文件数:7个

├─(155) Image [1].png

├─(156) Image [2].png

├─(157) Image [3].png

├─(158) Image [4].png

├─(159) Image [5].png

├─(160) Image [6].png

├─(161) Image.png

(15)\\课件\\7.3 多元回归分析(multiple regression)_files;目录中文件数:2个

├─(162) Image [1].png

├─(163) Image.png

(16)\\课件\\7.5 非线忄生回归 logistic regression_files;目录中文件数:18个

├─(164) 001QAImHgy6I1oEKVWg50&690.jpg

├─(165) 001QAImHgy6I1oGTmnA36&690.jpg

├─(166) 001QAImHgy6I1ohlalO18&690.jpg

├─(167) 001QAImHgy6I1oi9u8Kae&690.jpg

├─(168) 001QAImHgy6I1ojfTjYaa&690.jpg

├─(169) 001QAImHgy6I1oJm3Qz27&690.jpg

├─(170) 001QAImHgy6I1ok9Brb61&690.jpg

├─(171) 001QAImHgy6I1olbW3yfc&690.jpg

├─(172) 001QAImHgy6I1omK5aoc8&690.jpg

├─(173) 001QAImHgy6I1osqQ7lc7&690.jpg

├─(174) 001QAImHgy6I1otAWE890&690.jpg

├─(175) 001QAImHgy6I1oudixl13&690.jpg

├─(176) 001QAImHgy6I1owps7Ud2&690.jpg

├─(177) 8694e4193ba45b55403595096b7d23c5.png

├─(178) Image [1].png

├─(179) Image.png

├─(180) imgres [1].jpg

├─(181) imgres.jpg

(17)\\课件\\7.7 回归中的相关度和R平方值_files;目录中文件数:7个

├─(182) cb8065380cd7912374922436af345982b2b78006.png

├─(183) Image.png

├─(184) imgf000045_0001.png

├─(185) imgres [1].jpg

├─(186) imgres [1].png

├─(187) imgres.jpg

├─(188) imgres.png

(18)\\课件\\8.1 聚类(Clustering) K-means算法_files;目录中文件数:16个

├─(189) Image [10].png

├─(190) Image [11].png

├─(191) Image [12].png

├─(192) Image [13].png

├─(193) Image [1].png

├─(194) Image [2].png

├─(195) Image [3].png

├─(196) Image [4].png

├─(197) Image [5].png

├─(198) Image [6].png

├─(199) Image [7].png

├─(200) Image [8].png

├─(201) Image [9].png

├─(202) Image.png

├─(203) imgres [1].jpg

├─(204) imgres.jpg

(19)\\课件\\8.3 聚类(Clustering) hierarchical clustering 层次聚类_files;目录中文件数:1个

├─(205) 810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.png   

下载地址
游客,该资源需要支付 10金币 才能下载,本站VIP会员全站免费支付
                 

回复

使用道具 举报

tt16888 发表于 2020-12-27 01:00:38 来自手机
IT直通车更新教程就是快
回复

使用道具 举报

271654589 发表于 2020-12-29 22:23:54 来自手机
回帖看看下载地址
回复

使用道具 举报

qybao 发表于 2020-12-29 22:25:59
1111111111
回复

使用道具 举报

zgl7900 发表于 2020-12-30 19:25:44
收割一波好资源
回复

使用道具 举报

wuqin 发表于 2020-12-31 10:45:58 来自手机
6666666666666
回复

使用道具 举报

13665771361 发表于 2020-12-31 22:16:11
收割一波好资源
回复

使用道具 举报

zhangxiwen123 发表于 2021-1-1 14:37:56
6666666666666
回复

使用道具 举报

ooolinux 发表于 2021-1-1 20:35:36
讲的很详细,对于新手的我有帮助,100分
回复

使用道具 举报

yupeng3322 发表于 2021-1-2 17:41:56
看了几节课程,对我帮助很大
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

遇到问题联系客服

售后保障

资源均已核实确保可用

如遇网盘屏蔽请联系我修复

[客服QQ488090338]-[会员充值]

更多课程

需要帮助吗?请右侧联系在线QQ客服

关于本站

VIP介绍 加入我们

售后服务

QQ客服 Email邮件

网站声明

IT直通车(www.itztc.com)是一个IT视频教程、软件、书籍资源整合分享平台
站内所有资源均来自于互联网,版权归属原资源作者,如无意侵犯您的版权,请联系我们删除处理。

Archiver|手机版|小黑屋|IT学习网 |网站地图

Powered by Discuz! X3.4  © 2001-2013 IT直通车 ICP证:粤ICP备13026616号 增值电信业务经营许可证:粤B2-20140196

返回顶部 返回列表