V
主页
14 凸函数
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
12 函数的参数传递
04 多元函数泰勒展开及两个向量求导公式
53 numpy常用函数
15 凸函数的局部最优即全局最优凸优化一般形式
18 多元线性回归损失函数推导
16 析构函数_垃圾回收_call方法_方法重名
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
8 SVD分解练习协方差阵
7 SVD分解练习
32 保险花销预测
11 函数的创建与调用局部变量全局变量
21 三种梯度下降法
14 嵌套函数_nonlocal关键字_LEGB规则_面向对象_类的创建与调用
62 图片与数组的转换
03 特征值分解
27 手动实现ridge回归
31 实战保险花销预测
23 实战代码实现三种梯度下降
16 带约束的优化问题拉格朗日对偶
28 实战手动实现Ridge回归及Lasso回归
11 最优化问题梯度下降
78 pandas 拼接及merge
61 pillow颜色替换_图片与数组的转换
24 归一化
33 特征工程后的线性回归
76 pandas基础之series及dataframe
20 sklearn实战多元线性回归
10 SVD用于图片压缩
27 模块化编程_模块导入_包
28 包的发布安装导入
26 pycharm调试_模块化编程
9 SVD用于降维协同过滤矩阵求逆
11 最优化问题梯度下降
06 序列之列表
32 text多行文本
18 mro_str改写_多重继承
05 字符串格式化
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
57 图像处理库pillow
25过拟合正则化ridge回归lasso回归