V
主页
152.06-02-线性可分支持向量机(几何间隔,函数间隔,目标函数)
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
157.06-07-SVM求解举例
115.03-01-逻辑回归简介、假设函数、损失函数、成本函数
123.03-【案例】鸢尾花分类
110.02-14-最小二乘法求线性回归
150.05-【案例】垃圾邮件识别(2.代码实现)
153.06-03-拉格朗日乘子法求带有等式约束的极值问题
141.05-01-贝叶斯决策简介
096.01-01-机器学习概述
100.02-04-使用梯度下降法求解线性回归问题
103.02-07-批量梯度下降,随机梯度下降,小批量梯度下降
吃透多模态四大模型!计算机大佬带你一口气学会:CLIP BLIP VIT MLLM多模态底层逻辑!真的通俗易懂!带你真正的对话机器人!(人工智能、深度学习)
111.02-15-最小二乘法代码实现
167.06-17-SMO算法推导过程1
比刷剧更爽!【llama3本地部署】这绝对是B站把llama3本地部署讲的最清楚的教程了吧!真的通俗易懂!(人工智能、深度学习、机器学习算法、图像处理)
097.02-01线性回归简介、数学符号、假设函数、损失函数、代价函数
042.【第三章 微积分】-01常用函数的导数以及到导数的常用公式
104.02-08-模型评价 · 几种常见的模型评价指标
179.07-04-K-means代码实现(2sklearn实现KMeans)
133.04-09基尼指数(Gini Index)生成决策树
049.【第三章 微积分】-08 多元函数泰勒公式与海森矩阵&多元函数的极值
136.04-12多变量决策树
113.02-【案例】波士顿房价预测(上)
323.第二十一章21.1PageRank算法的定义与幂法计算
182.07-07Sklearn实现层次聚类
168.06-18-SMO算法推导过程2
144.05-04-朴素贝叶斯代码实现(1.训练过程)
149.05-【案例】垃圾邮件识别(1.实现原理)
225.第一章 1.2 极大似然估计
588.svm多分类损失函数与softmax
3小时带你学懂Arm+Qt+OpenCV嵌入式项目-基于人脸识别的考勤系统!真的通俗易懂!(人工智能、深度学习、机器学习算法、AI、图像处理)
117.03-03-一个示例解释逻辑回归的求解公式
基于近似增广拉格朗日函数的Stiefel流形分散优化+不等式约束优化问题的一种新的ALM
224.第一章 1.1 导论
331.【第二周】一元线性回归公式
强推!【OpenCV+YOLOv5】原理详解+代码实战!基于OpenCV和YOLOV5的缺陷检测检测实战,真的通俗易懂!(人工智能、深度学习、机器学习、AI)
902.01FCN-03-论文摘要精读.
480.【第一周】张量操作与线性回归
219.10-【信用卡发欺诈模型】-02采样之上采样
165.06-15-2SVM代码实现之改进版
506.【第五周】hook函数与CAM可视化