V
主页
376.【第十周】HMM-1
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
009.【TensorFlow 2.1.0】环境安装-windows
065.第二章 Python 基本语法元素
226.第一章 1.3 梯度下降法
027.【第一章 线性代数(上)】-7 矩阵的逆①
347.【第五周】极大似然估计与朴素贝叶斯
054.【第四章 概率论】-03随机变量与多维随机变量
基于神经网络的机器学习数学理论
039.【第二章 线性代数(下)】-9 矩阵对角化以及二次型②
031.【第二章 线性代数(下)】-1 矩阵的初等变换①
梯度的机器学习双水平优化+Wasserstein分布鲁棒学习+l_0正则化非平滑凸回归问题+渐进迭代最小二乘拟合逼近+用于求解线性系统序列的块krylov解法
320.第二十章20.1LDA分布、模型与Gibbs抽样算法
008.【TensorFlow 2.1.0】环境安装-ubuntu
053.【第四章 概率论】-02全概率公式与贝叶斯公式及应用&独立性
350.【第五周】EM算法3
234.第三章 3.1 导论
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
152.06-02-线性可分支持向量机(几何间隔,函数间隔,目标函数)
476.【必看】深入浅出PyTorch
011.【GPU驱动安装】GPU_driver_Linux
387.【达观杯nlp比赛】第五节课 验证集构建和交叉验证
743.01-神经网络基础与多层感知机-4
123.03-【案例】鸢尾花分类
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
231.code——感知机
232.第二章作业讲解-感知机自编程实现
022.【第一章 线性代数(上)】-2 矩阵及其基本运算②
Low-rank Methods for Bayesian Inverse Problems
272.code——隐马尔可夫
331.【第二周】一元线性回归公式
317.第十九章19.3连续状态马尔科夫链
机器学习中的优化算法1
726.【推荐系统项目】2.4DeepFM
机器学习中的优化算法5
082.【作业讲解】第十章:Python标准库
637.观看作业解答视频
740.01-神经网络基础与多层感知机-1
768.4_1特征描述_HOG
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
271.第十章作业讲解-隐马尔可夫模型
747.03-循环神经网络-0