V
主页
21 三种梯度下降法
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
12 梯度下降法牛顿法推导最优化存在的问题凸集
23 实战代码实现三种梯度下降
7 SVD分解练习
32 保险花销预测
03 特征值分解
62 图片与数组的转换
24 归一化
31 实战保险花销预测
14 凸函数
10 SVD用于图片压缩
02 特征值特征向量_矩阵的加减数乘点乘转置_稀疏向量与稠密向量_矩阵的结合律分配律转置公式及逆矩阵_行列式_高阶偏导数_梯度_雅可比矩阵_HEssian矩阵_
61 pillow颜色替换_图片与数组的转换
05 SVD分解sigma求解
29 多项式升维
27 手动实现ridge回归
76 pandas基础之series及dataframe
06 SVD分解UV求解
13 凸集的仿射子空间仍为凸集线性变换及约束不改变凸集
30 实战多项式升维
78 pandas 拼接及merge
18 多元线性回归损失函数推导
21 文件模块_文件类型_文件读写_文本文件编码_程序异常情况下文件的关闭_with上下文管理器_emumerate
19 解析解求线性回归优化问题
35 grid布局管理器
16 析构函数_垃圾回收_call方法_方法重名
32 text多行文本
28 实战手动实现Ridge回归及Lasso回归
01 python入门之海归绘图
26 代码实战Ridge回归Lasso回归Elasticnet回归
25过拟合正则化ridge回归lasso回归
01 导数与向量
15 构造函数_实例属性_实例方法_类对象_类属性_类方法_静态方法
04 多元函数泰勒展开及两个向量求导公式
73 用tensorflow实现线性回归
16 带约束的优化问题拉格朗日对偶
20 sklearn实战多元线性回归
29 GUI编程概览及常见组件介绍
12 函数的参数传递
05 字符串格式化
38 optionmenu_scale_颜色框_文件选择框_文件对话框