BZ-人工智能训练营视频课程

BZ-人工智能训练营视频课程

课程目录:

人工智能训练营├──人工智能5天入门训练营
|   └──视频
|   |   ├──01_人工智能就业前景与薪资 .mp4  49.38M
|   |   ├──02_人工智能适合人群与必备技能 .mkv  47.37M
|   |   ├──03_人工智能时代是发展的必然 .mp4  25.61M
|   |   ├──04_人工智能在各领域的应用 .mp4  61.77M
|   |   ├──05_人工智能常见流程 .mkv  83.88M
|   |   ├──06_机器学习不同的学习方式 .mkv  72.54M
|   |   ├──07_深度学习比传统机器学习有优势 .mkv  75.32M
|   |   ├──08_有监督机器学习任务与本质 .mp4  37.24M
|   |   ├──09_无监督机器学习任务与本质 .mp4  48.91M
|   |   ├──10_理解简单线性回归 .mp4  27.98M
|   |   ├──11_最优解_损失函数_MSE .mp4  34.83M
|   |   ├──12_扩展到多元线性回归 .mp4  26.65M
|   |   ├──13_理解多元线性回归表达式几种写法的原因 .mp4  37.58M
|   |   ├──14_理解维度这个概念 .mp4  37.11M
|   |   ├──15_理解回归一词_中心极限定理_正太分布和做预测 .mp4  61.53M
|   |   ├──16_假设误差服从正太分布_最大似然估计MLE .mp4  42.35M
|   |   ├──17_引入正太分布的概率密度函数 .mp4  26.36M
|   |   ├──18_明确目标通过最大总似然求解θ .mp4  25.88M
|   |   ├──19_对数似然函数_推导出损失函数MSE .mp4  39.75M
|   |   ├──20_把目标函数按照线性代数的方式去表达 .mp4  22.09M
|   |   ├──21_推导出目标函数的导函数形式 .mp4  39.83M
|   |   ├──22_θ解析解的公式_是否要考虑损失函数是凸函数 .mp4  58.01M
|   |   ├──23_Python开发环境版本的选择及下载 .mp4  46.00M
|   |   ├──24_Anaconda环境安装_Pycharm环境安装 .mp4  64.55M
|   |   ├──25_Pycharm创建脚本并测试python开发环境 .mp4  26.27M
|   |   ├──26_解析解的方式求解多元线性回归_数据Xy .mp4  30.66M
|   |   ├──27_解析解的方式求解多元线性回归_求解模型_使用模型_绘制图形 .mp4  39.16M
|   |   ├──28_解析解的方式求解多元线性回归_扩展随机种子概念_增加维度代码的变换 .mp4  30.05M
|   |   ├──29_Scikit-learn模块的介绍 .mp4  29.99M
|   |   ├──30_调用Scikit-learn中的多元线性回归求解模型(上) .mp4  24.35M
|   |   ├──31_调用Scikit-learn中的多元线性回归求解模型(下) .mp4  34.52M
|   |   ├──32_梯度下降法产生的目的和原因以及思想 .mp4  53.73M
|   |   ├──33_梯度下降法公式 .mp4  50.85M
|   |   ├──34_学习率设置的学问_全局最优解 .mp4  47.99M
|   |   ├──35_梯度下降法迭代流程总结 .mp4  24.60M
|   |   ├──36_多元线性回归下的梯度下降法 .mp4  38.45M
|   |   ├──37_全量梯度下降 .mp4  59.04M
|   |   ├──38_随机梯度下降_小批量梯度下降 .mp4  43.98M
|   |   ├──39_对应梯度下降法的问题和挑战 .mp4  42.22M
|   |   ├──40_轮次和批次 .mp4  50.90M
|   |   ├──41_代码实现全量梯度下降第1步和第2步 .mp4  20.15M
|   |   ├──42_代码实现全量梯度下降第3步和第4步 .mp4  26.11M
|   |   ├──43_代码实现随机梯度下降 .mp4  21.62M
|   |   ├──44_代码实现小批量梯度下降 .mp4  22.83M
|   |   ├──45_代码改进保证训练数据全都能被随机取到 .mp4  23.94M
|   |   └──46_代码改进实现随着迭代增加动态调整学习率 .mp4  34.35M
├──人工智能之快速入门与线性回归
|   └──视频
|   |   ├──01_五天实训的内容_人工智能应用 .mp4  181.00M
|   |   ├──02_AI的流程_ML和DL关系_回归、分类、聚类、降维的本质 .mp4  164.27M
|   |   ├──03_线性回归的表达式_损失函数MSE .mp4  127.19M
|   |   ├──04_推导出多元线性回归的损失函数 .mp4  203.15M
|   |   ├──05_从MSE到θ的解析解形式 .mp4  83.50M
|   |   ├──06_安装Anaconda和PyCharm运行和开发软件 .mp4  70.53M
|   |   ├──07_python代码实现多元线性回归解析解的求解方法 .mp4  77.19M
|   |   ├──08_梯度下降法的步骤_公式 .mp4  119.11M
|   |   └──09_根据损失函数MSE推导梯度的公式 .mp4  70.57M
├──人工智能之人脸识别与目标检测、语义分割
|   └──视频
|   |   ├──01_作业的讲解_知识的回顾 .mp4  65.84M
|   |   ├──02_人脸识别的架构流程分析 .mp4  120.48M
|   |   ├──03_FaceNet论文_架构_三元组损失 .mp4  258.24M
|   |   ├──04_MTCNN论文_架构_损失函数 .mp4  130.11M
|   |   ├──05_facenet-master项目的下载和导入 .mp4  76.42M
|   |   ├──06_人脸识别项目代码_实操作业要求 .mp4  372.07M
|   |   ├──07_FasterRCNN目标检测口罩项目展示_图片标注工具labelimg的使用 .mp4  178.23M
|   |   ├──08_FasterRCNN论文_架构_思想 .mp4  353.63M
|   |   └──09_MaskRCNN的架构_思想_蒙版弹幕项目效果 .mp4  163.40M
├──人工智能之神经网络与TensorFlow
|   └──视频
|   |   ├──01_作业讲解_回顾昨日知识 .mp4  88.83M
|   |   ├──02_打鸡血_聊一下图像算法工程师就业薪资水平 .mp4  154.82M
|   |   ├──03_NN神经元_常用的3种激活函数_NN理解LR做多分类 .mp4  103.06M
|   |   ├──04_讲解Softmax回归算法 .mp4  111.03M
|   |   ├──05_多层神经网络的好处_隐藏层的激活函数必须是非线性的原因 .mp4  90.54M
|   |   ├──06_TensorFlow对于CPU版本的安装 .mp4  62.85M
|   |   ├──07_TensorFlow对于GPU版本的安装 .mp4  109.37M
|   |   ├──08_TensorFlow实现多元线性回归预测房价 .mp4  198.36M
|   |   └──09_TensorFlow实现Softmax回归分类MNIST手写数字识别 .mp4  123.55M
├──人工智能之图像识别与图像分割
|   └──视频
|   |   ├──01_TensorFlow实现DNN分类MNIST手写数字识别 .mp4  223.46M
|   |   ├──02_卷积神经网络卷积层_卷积的计算 .mp4  112.61M
|   |   ├──03_池化的计算_SAME和VALID模式_经典CNN结构 .mp4  78.50M
|   |   ├──04_TensorFlow实训CNN分类MNIST手写数字识别 .mp4  179.12M
|   |   ├──05_VGG16网络模型_数据增强_COVID19医疗图片的识别 .mp4  224.21M
|   |   ├──06_U-Net网络模型_细胞核数据的读取 .mp4  206.51M
|   |   └──07_U-Net网络进行细胞核切分的训练代码 .mp4  97.14M
└──人工智能之线性回归优化与逻辑回归
|   └──视频
|   |   ├──01_利用GD来求解多元线性回归的最优解 .mp4  106.63M
|   |   ├──02_归一化 .mp4  219.45M
|   |   ├──03_正则化 .mp4  137.35M
|   |   ├──04_ScikitLearn介绍_岭回归的本质_Lasso回归的本质 .mp4  104.90M
|   |   ├──05_多项式回归_保险花销预测案例 .mp4  250.14M
|   |   ├──06_基于保险案例进行更多的数据的EDA .mp4  80.69M
|   |   ├──07_逻辑回归表达式的推导_逻辑回归损失函数的推导 .mp4  116.54M
|   |   └──08_逻辑回归代码实战Iris二分类和多分类任务 .mp4  92.65M

资源下载此资源下载价格为79.9自学币,终身VIP免费,请先
资源下载
下载价格79.9 自学币
终身VIP免费

本站资料仅供个人学习和研究使用 若本帖作者内容侵犯了原著者的合法权益请提供相应证明材料本站审核通过后将即予以处理

0

评论0

本站资源持续更新中,只需赞助98自学币即可开通终生会员!
显示验证码
没有账号? 注册  忘记密码?

社交账号快速登录