文档详情 ID: cmpa702b7072ooe6en04hkuoo 后台管理 【黑马程序员】智能机器人软件开发 无基础小白也能学会的人工智能课 - 带源码课件 - 学霸搜网盘资源 group(1).png 06_梯度下降的问题分析_ev.mp4 11_对m和b分别进行梯度下降_ev.mp4 08_mse对b进行求导_ev.mp4 05_excle来简单理解梯度下降_ev.mp4 13_代码测试生成m和b_ev.mp4 09_Excel演示梯度下降&学习速率_ev.mp4 02_线性回归解决什么问题_ev.mp4 01_线性回归和Knn.mp4 07_求导简单入门_ev.mp4 14_作业演示.mp4 04_损失函数和最小均方差_ev.mp4 03_什么是机器学习(1).mp4 08_抽取knn函数.mp4 13_增加数据的维度.mp4 11_生成测试和训练数据集.mp4 16_二维空间距离的计算.mp4 06_knn算法python实现.mp4 09_实验演示验证结论.mp4 01_引言和学习方法.mp4 20_向量和向量的运算.mp4 12_调参选取最优的k.mp4 19_knn的feature的选择.mp4 24_数据的归一化和标准化.mp4 附：问题1.mp4 07_代码流程回顾.mp4 02_feature和label.mp4 10_评估模型好坏的方法，训练集和测试集.mp4 14_numpy加载特殊数据.mp4 23_ 房价预测简单框架.mp4 22_使用矩阵和向量实现knn.mp4 06_多分类问题softmax公式_ev.mp4 11_手写数字bug处理_ev.mp4 01_自然底数和sigmod函数.mp4 18_交叉熵cross-entropy_ev.mp4 02_矩阵运算计算逻辑回归_ev.mp4 17_线性模型和非线性模型_ev.mp4 15_矩阵可以理解为一个变化函数_ev.mp4 17_位图和svg图的区别_ev.mp4 24_逻辑回归的步骤.mp4 23_sigmod函数引入_ev.mp4 14_函数模型的评估和错误率的计算_ev.mp4 08_用numpy进行矩阵的乘法运算_ev.mp4 21_图形变换综合案例_ev.mp4 10_numpy矩阵运算演示获取m和b的偏导_ev.mp4 16_bmp是如何描述图片的_ev.mp4 12_对比程序执行的时间_ev.mp4 【黑马程序员】智能机器人软件开发 无基础小白也能学会的人工智能课 - 带源码课件 day2 分享时间 2024-09-03 入库时间 2026-05-17 资源类型 夸克网盘 资源标签 机器学习 人工智能 教程 分享用户 图欧*大号资源库 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。 选择举报类型 复制链接 进入网盘 分享资源
