机器学习必修课：经典AI算法与编程实战

└─ 机器学习必修课：经典AI算法与编程实战 ->
　 ├─ 08-4正向传播与反向传播.mp4 - 23.4M
　 ├─ 09-4SVM软间隔.mp4 - 25.5M
　 ├─ 08-7梯度消失和梯度爆炸.mp4 - 28.5M
　 ├─ 09-5线性SVM分类任务代码实现.mp4 - 17.9M
　 ├─ 05-10复杂逻辑回归及代码实现.mp4 - 18M
　 ├─ 04-5模型评价.mp4 - 33.8M
　 ├─ 04-4数据集划分：训练集与预测集.mp4 - 31.7M
　 ├─ 05-1本章总览.mp4 - 14.5M
　 ├─ 04-3KNN分类任务代码实现.mp4 - 32.8M
　 ├─ 04-9KNN优缺点和适用条件.mp4 - 20.9M
　 ├─ 09-10SVM优缺点和适用条件.mp4 - 11.3M
　 ├─ 01-1课程内容和理念.mp4 - 60.9M
　 ├─ 04-7特征归一化.mp4 - 27.8M
　 ├─ 08-6神经网络简单代码实现.mp4 - 28.9M
　 ├─ 09-1本章总览.mp4 - 35.6M
　 ├─ 05-11线性算法优缺点和适用条件.mp4 - 21.6M
　 ├─ 04-2KNN算法核心思想和原理.mp4 - 39.4M
　 ├─ 03-6Numpy基础：安装与性能对比.mp4 - 15.5M
　 ├─ 03-1本章总览：相互关系与学习路线.mp4 - 9.2M
　 ├─ 01-3课程使用的技术栈.mp4 - 37M
　 ├─ 02-5机器学习的七大常见误区和局限.mp4 - 35.1M
　 ├─ 03-13Numpy数组神奇索引和布尔索引.mp4 - 23.7M
　 ├─ 02-1本章总览.mp4 - 7.9M
　 ├─ 03-5JupyterNotebook高级使用：常用魔法命令.mp4 - 15M
　 ├─ 04-8KNN回归任务代码实现.mp4 - 29.5M
　 ├─ 04-1本章总览.mp4 - 12.1M
　 ├─ 03-14Matplotlib数据可视化：基础绘制与设置.mp4 - 23M
　 ├─ 04-6超参数.mp4 - 30.3M
　 ├─ 03-9Numpy非常重要的数组合并与拆分操作.mp4 - 18.7M
　 ├─ 01-2初识机器学习.mp4 - 36.9M
　 ├─ 02-3研究哪些问题：分类、回归等.mp4 - 40M
　 ├─ 03-12Numpy数组arg运算和排序.mp4 - 18.4M
　 ├─ 03-10Numpy数组矩阵运算：一元运算、二元运算与矩阵运算.mp4 - 33M
　 ├─ 14-4隐马尔可夫模型代码实现.mp4 - 43M
　 ├─ 03-7Numpy数组创建：特定数组、等差数组、随机数组.mp4 - 36.9M
　 ├─ 14-5概率图模型优缺点和适用条件.mp4 - 11.6M
　 ├─ 03-2Anaconda图形化操作.mp4 - 15.9M
　 ├─ 12-6聚类算法优缺点和适用条件.mp4 - 19.7M
　 ├─ 03-3Anaconda命令行操作.mp4 - 18.9M
　 ├─ 03-11Numpy数组统计运算：常用的都在这儿了.mp4 - 16M
　 ├─ 02-2数据长什么样：常见数据集、典型实例、如何使用.mp4 - 35.3M
　 ├─ 13-5降维任务代码实现.mp4 - 23.6M
　 ├─ 03-4JupyterNotebook基础使用.mp4 - 19.8M
　 ├─ 02-4如何分门别类：监督、无监督、强化学习等.mp4 - 29.3M
　 ├─ 03-8Numpy数组基础索引：索引和切片.mp4 - 16.8M
　 ├─ 13-7PCA在人脸识别中的应用.mp4 - 28.4M
　 ├─ 15-4交易反欺诈代码实现.mp4 - 35.9M
　 ├─ 13-2PCA核心思想和原理.mp4 - 25.4M
　 ├─ 15-5如何深入研究机器学习.mp4 - 11.5M
　 └─ 12-1本章总览.mp4 - 9.9M