V
主页
278.第十四章14.1聚类的基本概念
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
183.07-08密度聚类
337.【第三周】决策树的分裂准则
321.第二十章20.2LDA的变分EM算法
Low-rank Methods for Bayesian Inverse Problems
手写数字分类
065.第二章 Python 基本语法元素
045.【第三章 微积分】-04 不定积分
323.第二十一章21.1PageRank算法的定义与幂法计算
570.第七周【任务1】RNN概念&前向传播
625.【作业讲解】:assignment1讲解
124.03-【案例】手写数字识别
144.05-04-朴素贝叶斯代码实现(1.训练过程)
322.第二十章 作业讲解
090.【作业讲解】第十四章:Sklearn常规用法
283.第十四章14.2.5有序样本分类法
180.07-05-层次聚类原理及距离计算
342.【第四周】支持向量机原始模型的建立和求解_2023-03-29_13-12-33
084.【作业讲解】第十一章:Numpy库
512.【第六周】作业讲解
348.【第五周】EM算法1
030.【第二章 线性代数(下)】章节导读
235.第三章 3.2 kd树
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
301.第十六章16.6拟牛顿迭代法
036.【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②
747.03-循环神经网络-0
510.【第六周】Batch Normalization
093.【比赛实战】大牛手把手指导如何打一场完整的二分类比赛
353.【第五周】【作业讲解】贝叶斯和EM算法
292.第十五章15.4.1矩阵奇异值分解的酉空间表示法
768.4_1特征描述_HOG
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
023.【第一章 线性代数(上)】-3 矩阵的行列式①
236.code——k近邻
041.【第二章 线性代数(下)】-11svd分解的应用
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
745.02-卷积神经网络-1
014.【数据分析工具】 Navicate
169.06-19-SMO算法推导过程3
741.01-神经网络基础与多层感知机-2