声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
章节1:深度学习与课程介绍
课时1视频深度学习与课程介绍13:03
章节2:单层感知机
课时2视频分割超平面19:51
课时3视频单层感知机原始形式23:37
课时4视频单层感知机对偶形式19:00
课时5视频编程实践-python47:07
章节3:线性回归
课时6视频一元回归18:01
课时7视频多元回归19:21
课时8视频正则化19:56
课时9视频向量投影解释19:39
课时10视频批梯度下降14:29
课时11视频概率解释30:06
课时12视频线性回归编程实践-sklearn23:22
课时13视频线性回归编程实践-正规方程,梯度下降33:18
课时14视频线性回归编程实践-boston房价数据集123:03
课时15视频线性回归编程实践-boston房价数据集220:55
章节4:逻辑回归
课时16视频sigmoid函数,最大似然估计29:08
课时17视频广义线性模型27:46
课时18视频softmax多分类模型38:33
课时19视频softmax求导24:12
课时20视频编程实践1-sklearn实现逻辑回归26:19
课时21视频编程实践2-sgd实现逻辑回归23:54
课时22视频编程实践3-softmax的sklearn实现28:26
课时23视频编程实践4-softmax的sgd实现18:24
章节5:人工神经网络
课时24视频神经元与异或问题17:51
课时25视频神经网络非线性能力理解43:34
课时26视频BP神经网络-前向传播25:25
课时27视频BP神经网络-反向传播29:25
章节6:总结
课时28视频祝大家工作生活更上一层楼