【百战程序员】AI算法工程师就业班 - 带源码课件 - 学霸搜网盘资源

课件.zip
17：特殊的向量.mp4
53：凸优化的性质_一般表达形式.mp4
12：向量的意义_n维欧式空间空间.mp4
23：多元函数求偏导.mp4
29：特征值和特征向量(1).mp4
41：数学期望和方差.mp4
9：推导激活函数的导函数.mp4
51：凸集.mp4
19：矩阵的运算_加减法_转置.mp4
数学.pdf
5：导数的几何意义和物理意义.mp4
25：雅可比矩阵_在神经网络中应用.mp4
42：常用随机变量服从的分布.mp4
15：学习向量计算的用途举例.mp4
28：补充关于正定负定的理解.mp4
37：SVD用于协同过滤_求逆矩阵.mp4
47：梯度下降法思路.mp4
1：人工智能学习数学的必要性_微积分知识点.mp4
32：多元函数的泰勒展开_矩阵和向量的求导.mp4
43：随机向量_独立性_协方差_随机向量的正太分布.mp4
18：矩阵_方阵_对称阵_单位阵_对角阵.mp4
16：向量的范数_范数与正则项的关系.mp4
3：人工智能时代是发展的必然.mp4
7：深度学习比传统机器学习有优势.mp4
9：无监督机器学习任务与本质.mp4
6：机器学习不同的学习方式.mp4
2：人工智能适合人群与必备技能.mp4
35：总结硬间隔SVM.mp4
33：数学预备知识_拉格朗日函数.mp4
30：SVM与感知机关系_几何距离与函数距离.mp4
32：几种SVM_SVM的损失函数.mp4
38：SVM在sklearn中的使用_超参数.mp4
50：SVM绘制已有数据点和超平面以及边界.mp4
47：SVM的SMO实现读取数据和计算fx与Ei.mp4
52：概率化输出_SVM的合页损失函数_Tensorflow实现GD方式求解SVM.mp4
43：将公式467带入导函数进一步简化_对求解出的新的α2进行剪裁.mp4
49：SVM的SMO实现应用公式计算alphas和b.mp4
41：SMO将交给它的目标函数变成二元函数进一步变成一元函数.mp4
44：再次说明α2如何进行剪裁的思路_根据α2求α1.mp4
40：SMO算法求解思路_分解成很多个子二次规划问题分别求解.mp4
39：SVM算法流程总结.mp4
51：关于sklearn中的SVM封装的类和超参.mp4
46：如何计算阈值b.mp4
53：OVR和OVO多分类_算法小结_对比逻辑回归.mp4
45：启发式选择两个α.mp4
42：对一元函数求极值点_推导出旧的α和新的α的关系.mp4
12：对逻辑回归函数进行求导_结论在后面会用到.mp4
2：sigmoid函数作用.mp4
13：对逻辑回归的损失函数求导_推导出导函数的形式.mp4
11：绘制逻辑回归损失函数_绘制3D的图形_分析X1X2两个维度的重要度.mp4
10：绘制逻辑回归损失函数_探索两个参数和损失函数变换关系.mp4
3：逻辑回归为什么用sigmoid函数_预备知识.mp4
14：实战逻辑回归对鸢尾花数据集进行二分类.mp4
6：推导逻辑回归损失函数_得到总似然的公式.mp4
第五阶段_线性分类算法_逻辑回归和Softmax回归.pdf
5：回想多元线性回归公式其实也是从广义线性回归推导出来的.mp4
8：绘制逻辑回归损失函数_读入数据计算最优解模型_实现逻辑回归预测_实现逻辑回归损失函数.mp4
15：OneVsRest将多分类问题转化成多个二分类问题.mp4
4：证明伯努利分布是指数族分布_推导出逻辑回归公式.mp4
27：实战音乐分类器_代码对单首歌曲进行傅里叶变换_代码对600首音乐文件进行傅里叶变换并保存结果.mp4
21：证明Softmax公式K=2的时候就是逻辑回归_平移不变性.mp4
26：实战音乐分类器_代码使用傅里叶变换将混音文件进行投影.mp4
18：从广义线性回归的η推导出来Softmax的公式.mp4
19：有了Softmax函数的公式就可以去计算loss_Softmax的Loss函数形式其实就是LR的泛化版本.mp4
28：实战音乐分类器_代码读取600首傅里叶变换后的数据_构建训练集并训练模型.mp4
24：实战音乐分类器_探索不同曲风音乐文件的时间频率图.mp4
17：证明多项式分布属于指数族分布一种.mp4
22：逻辑回归和Softmax回归在多分类任务模型参数上的区别_与算法在选择上的区别.mp4
23：实战音乐分类器_讲解需求和读取数据.mp4
29：实战音乐分类器_模型的测试和调优_解决双通道音乐文件的问题.mp4
18：Spark宽依赖和窄依赖_02.mp4
16：Spark数据缓存机制.mp4
27：构建LabeledPoint.mp4
26：讲解构建稀疏和稠密向量_01.mp4
21：分布式文件系统Block块的大小配置.mp4
24：Spark程序启动运行流程详解_03.mp4
28：介绍SparkMLlib模块中实现的算法和调用.mp4
【百战程序员】AI算法工程师就业班 - 带源码课件
06、机器学习-线性分类
04、人工智能基础-高等数学知识强化
11-机器学习与大数据-海量数据挖掘工具
21-深度学习-OCR文本识别
14-深度学习-图像识别原理
27-【加课】算法与数据结构
16-深度学习-目标检测YOLO(V1-V4全版本)实战
20-深度学习-NLP自然语言处理项目实战
24-【加课】Pytorch项目实战
25、【加课】百度飞桨PaddlePaddle实战【新增】
26-【加课】Linux环境编程基础
31、【加课】强化学习【新增】
10、机器学习与大数据-Kaggle竞赛实战
03、人工智能基础-Python科学计算和可视化
章节3：SVM支持向量机算法
章节1：逻辑回归
章节2：Softmax回归
章节2：Spark计算框架深入
章节3：Spark机器学习MLlib和ML模块
章节5：现代目标检测之FasterRCNN
章节4：古典目标检测
章节1：卷积神经网络原理
章节2：集成学习和随机森林
章节5：Lasso回归_Ridge回归_多项式回归
章节5：YOLOv4详解
章节7：GPT2聊天机器人
章节5：实战NER命名实体识别项目
章节2：自然语言处理--情感分析
章节6：BERT新浪新闻10分类项目
章节2：EM算法和GMM高斯混合模型
章节2：TensorFlow深度学习工具
章节3：反向传播推导_Python代码实现神经网络
章节5：PyTorch编码器解码器_机器翻译
章节2：PyTorch基础_Tensor张量运算
章节1：PyTorch运行环境安装_运行环境测试
章节3：PyTorch卷积神经网络_实战CIFAR10
章节6：PaddleNLP模块_物流信息提取（ERNIE版）
章节1：PaddlePaddle框架安装_波士顿房价预测
章节4：PaddleOCR工具_车牌识别（目标检测+CRNN+CTCLoss)
章节3：PaddleDetection工具_PCB电路板缺陷检测
章节2：Python基础语法
章节4：ActorCritic(A3C)
章节1：Q-Learning与SARSA算法
章节5：DDPG、PPO、DPPO算法
章节3：PolicyGradient策略梯度
章节2：DeepQ-LearningNetwork
章节2：网页分类案例
章节2：推荐系统--数据预处理和模型构建评估实战
章节3：推荐系统--模型使用和推荐服务
章节1：科学计算模型Numpy
章节3：数据处理分析模块Pandas
章节3：蒙版弹幕MaskRCNN语义分割
章节1：上采样_双线性插值_转置卷积
章节2：医疗图像UNet语义分割
章节2：自然场景下的目标检测及源码分析
章节3：图像风格迁移
章节3：从Attention机制到Transformer
章节4：ELMO_BERT_GPT

分享时间

2025-05-13

入库时间

2026-05-17

资源类型

夸克网盘

资源标签

分享用户

耐心*鸿雁

扫码获取资源

问题反馈链接失效、内容异常、密码错误等问题都可以快速提交。

进入网盘

分享资源