V
主页
261.第八章 8.3 adaboost的训练误差
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
Low-rank Methods for Bayesian Inverse Problems
210.09-14-XGBoost代码实现1
207.09-11-XGBoost介绍,目标函数,正则项
A Multiview Contrastive Trace Ratio Learning
994.【集成学习的原理和常见的集成学习】P4多分类问题和回归问题
王金亭_博弈论理论在认知无线电中的应用
大规模线性系统的简单随机抽样部分随机Kaczmarz方法和Ridge回归+智能学习数学基础的讨论
226.第一章 1.3 梯度下降法
107.02-11-LASSO回归求解
Minimization of LI oer L2 for sparse signal recovery with convergence guarantcc
191.08-02协方差矩阵的特征值分解算法
009.【TensorFlow 2.1.0】环境安装-windows
005.【Python 3.6】 Python卸载及验证
450.Week2【任务3】tensorflow2.0模型训练
066.【作业讲解】第二章:Python基本语法元素
141.05-01-贝叶斯决策简介
143.05-03-朴素贝叶斯模型
350.【第五周】EM算法3
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
机器学习中的优化算法4
347.【第五周】极大似然估计与朴素贝叶斯
Int-Deep:A Deep Learning InitializedIterative Method for Nonlinear Problems
211.09-15-XGBoost代码实现2
219.10-【信用卡发欺诈模型】-02采样之上采样
有限元分析1
039.【第二章 线性代数(下)】-9 矩阵对角化以及二次型②
959.【学习支持向量机】P3硬间隔SVM最优化问题的推导
008.【TensorFlow 2.1.0】环境安装-ubuntu
523.【第九周】循环神经网络一瞥
476.【必看】深入浅出PyTorch
1004.【xgboost的原理以及常见面试题】P3贪心算法寻找分裂点
047.【第三章 微积分】-06 偏导数&多元函数复合求导法则链式求导法则
263.code——提升方法
462.Week5【任务1】cnn介绍
269.第十章 10.2 前向算法
740.01-神经网络基础与多层感知机-1
157.06-07-SVM求解举例
768.4_1特征描述_HOG
思腾合力集群使用1
031.【第二章 线性代数(下)】-1 矩阵的初等变换①