greedy机器学习高阶训练营全2020年

发布:2026-11-18 栏目:编程开发 浏览下载:/

加入收藏 错误报告

  课时001: mlcamp_course_info.mp4

  课时002: 课程介绍.mp4

  课时003: 凸集、凸函数、判定凸函数.mp4

  课时004: transportation problem.mp4

  课时005: portfolio optimization.mp4

  课时006: set cover problem.mp4

  课时007: duality.mp4

  课时008: 答疑部分.mp4

  课时009:从词嵌入到文档距离01.mp4

  课时010:从词嵌入到文档距离02.mp4

  课时011:KKT Condition.mp4

  课时012:svm 的直观理解.mp4

  课时013:svm 的数学模型.mp4

  课时014:带松弛变量的svm.mp4

  课时015:带kernel的svm.mp4

  课时016:svm的smo的解法.mp4

  课时017:使用svm支持多个类别.mp4

  课时018:kernel linear regression.mp4

  课时019:kernel pca.mp4

  课时020:交叉验证.mp4

  课时021:vc维.mp4

  课时022:直播答疑01.mp4

  课时023:直播答疑02.mp4

  课时024:lp实战01.mp4

  课时025:lp实战02.mp4

  课时026:lp实战03.mp4

  课时027:hard,np hard-01.mp4

  课时028:hard,np hard-02.mp4

  课时029:hard,np hard-03.mp4

  课时030:引言.mp4

  课时031:线性回归.mp4

  课时032:basis expansion.mp4

  课时033:bias 与 variance.mp4

  课时034:正则化.mp4

  课时035:ridge, lasso, elasticnet.mp4

  课时036:逻辑回归.mp4

  课时037:softmax 多元逻辑回归.mp4

  课时038:梯度下降法.mp4

  课时039:svm人脸识别结合cross-validation交叉验证01.mp4

  课时040:svm人脸识别结合cross-validation交叉验证02.mp4

  课时041:svm人脸识别结合cross-validation交叉验证03.mp4

  课时042:svm人脸识别结合cross-validation交叉验证04.mp4

  课时043:模型评估方法和svm做人脸识别01.mp4

  课时044:模型评估方法和svm做人脸识别02.mp4

  课时045:模型评估方法和svm做人脸识别03.mp4

  课时046:pca和lda的原理和实战01.mp4

  课时047:pca和lda的原理和实战02.mp4

  课时048:pca和lda的原理和实战03.mp4

  课时049:softmax with cross entropy01.mp4

  课时050:softmax with cross entropy02.mp4

  课时051:softmax with cross entropy03.mp4

  课时052:kernel logistic regression and the import vec01.mp4

  课时053:kernel logistic regression and the import vec02.mp4

  课时054:lda 作为分类器.mp4

  课时055:lda 作为分类器答疑.mp4

  课时056:lda 作为降维工具.mp4

  课时057:kernel lda 5 kernel lda答疑.mp4

  课时058:ensemble majority voting.mp4

  课时059:ensemble bagging.mp4

  课时060:ensemble boosting.mp4

  课时061:ensemble random forests.mp4

  课时062:ensemble stacking.mp4

  课时063:答疑.mp4

  课时064:决策树的应用.mp4

  课时065:集成模型.mp4

  课时066:提升树.mp4

  课时067:目标函数的构建.mp4

  课时068:additive training.mp4

  课时069:使用泰勒级数近似目标函数.mp4

  课时070:重新定义一棵树.mp4

  课时071:如何寻找树的形状.mp4

  课时072:xgboost-01.mp4

  课时073:xgboost-02.mp4

  课时074:xgboost-03.mp4

  课时075:xgboost的代码解读 工程实战-01.mp4

  课时076:xgboost的代码解读 工程实战-02.mp4

  课时077:xgboost的代码解读 工程实战-03.mp4

  课时078:理解和比较xgboost gbdt lightgbm-01.mp4

  课时079:理解和比较xgboost gbdt lightgbm-02.mp4

  课时080:理解和比较xgboost gbdt lightgbm-03.mp4

  课时081:lightgbm-01.mp4

  课时082:lightgbm-02.mp4

  课时083:lightgbm-03.mp4

  课时084:聚类算法介绍 k-means 算法描述.mp4

  课时085:k-means 的特性 k-means++.mp4

  课时086:em 算法思路.mp4

  课时087:em 算法推演.mp4

  课时088:em 算法的收敛性证明.mp4

  课时089:em 与高斯混合模型.mp4

  课时090:em 与 kmeans 的关系.mp4

  课时091:dbscan聚类算法.mp4

  课时092:课后答疑.mp4

  课时093:kaggle广告点击欺诈识别实战-01.mp4

  课时094:kaggle广告点击欺诈识别实战-02.mp4

  课时095:kaggle广告点击欺诈识别实战-03.mp4

  课时096:kaggle广告点击欺诈识别实战-04.mp4

  课时097:klda实例+homework1讲评-01.mp4

  课时098:klda实例+homework1讲评-02.mp4

  课时099:klda实例+homework1讲评-03.mp4

  课时100:klda实例+homework1讲评-04_(new).mp4

  课时101:Analysis and Applications-01_ev.mp4

  课时102:Analysis and Applications-02_ev.mp4

  课时103:Analysis and Applications-03_ev.mp4

  课时104:基于HMM的中文分词: jieba分词原理1_ev.mp4

  课时105:基于HMM的中文分词: jieba分词原理2_ev.mp4

  课时106:基于HMM的中文分词: jieba分词原理3_ev.mp4

  课时107:基于HMM的中文分词: jieba分词原理_ev.mp4

  课时108:Graphical Models_ev.mp4

  课时109:Hidden Markov Model_ev.mp4

  课时110:Finding Best Z_ev.mp4

  课时111:Finding Best Z:Viterbi_ev.mp4

  课时112:HMM 的参数估计_ev.mp4

  课时113:XGBoost分类问题-01_ev.mp4

  课时114:XGBoost分类问题-02_ev.mp4

  课时115:XGBoost分类问题-03_ev.mp4

  课时116:基于STM-CRF命名实体识别-01_ev.mp4

  课时117:基于STM-CRF命名实体识别-02_ev.mp4

  课时118:基于STM-CRF命名实体识别-03_ev.mp4

  课时119.mp4

  课时120:forward algorithm.mp4

  课时121:backward algorithm.mp4

  课时122:complete vs incomplete case.mp4

  课时123:estimate a-review of language model.mp4

  课时124:回顾-生成模型与判别模型.mp4

  课时125:回顾-有向图vs无向图.mp4

  课时126:multinomial logistic regression.mp4

  课时127:回顾-hmm.mp4

  课时128:log-linear model to linear-crf.mp4

  课时129:inference problem.mp4

  课时130:bp算法.mp4

  课时131:pytorch基础.mp4

  课时132:深度学习与深度神经网络的历史背景.mp4

  课时133:神经网络的前向算法.mp4

  课时134:神经网络的误差向后传递算法.mp4

  课时135:误差向后传递算法推导.mp4

  课时136:课后答疑.mp4

  课时137:inception-resnet卷积神经网络-01.mp4

  课时138:inception-resnet卷积神经网络-02.mp4

  课时139:bp算法回顾-01.mp4

  课时140:bp算法回顾-02.mp4

  课时141:bp算法回顾-03.mp4

  课时142:矩阵求导-01.mp4

  课时143:矩阵求导-02.mp4

  课时144:矩阵求导-03.mp4

  课时145:卷积的原理.mp4

  课时146:多通道输入, 多通道输出的卷积操作, 典型的卷积网络结构.mp4

  课时147:卷积层用于降低网络模型的复杂度.mp4

  课时148:卷积层复杂度的推演 padding的种类.mp4

  课时149:卷积层的误差向后传递算法(梯度推演) .mp4

  课时150:卷积层的各种变体.mp4

  课时151:经典的卷积网络一览.mp4

  课时152:课后答疑.mp4

  课时153:EffNet-01.mp4

  课时154:EffNet-02.mp4

  课时155:MobileNet-01.mp4

  课时156:MobileNet-02.mp4

  课时157:MobileNet-03.mp4

  课时158:ShuffleNet-01.mp4

  课时159:ShuffleNet-02.mp4

  课时160:ShuffleNet-03.mp4

  课时161:神经网络的梯度消失及其对策.mp4

  课时162:神经网络的过拟合及其对策1-Dropout.mp4

  课时163:神经网络的过拟合及其对策2-L1 L2 Regularization.mp4

  课时164:神经网络的过拟合及其对策3-Max Norm.mp4

  课时165:神经网络的过拟合及其对策4-Batch Normalization.mp4

  课时166:批处理梯度下降法, 随机梯度下降法, mini批处理梯度下降法.mp4

  课时167.mp4

  课时168.mp4

  课时169.mp4

  课时170.mp4

  课时171.mp4

  课时172.mp4

  课时173.mp4

  课时174.mp4

  课时175:课后答疑.mp4

  课时176:语言模型的原理及其应用.mp4

  课时177:基于n-gram的语言模型.mp4

  课时178:基于固定窗口的神经语言模型.mp4

  课时179:RNN的原理, 基于RNN的语言模型及其应用.mp4

  课时180:RNN中的梯度消失与梯度爆炸.mp4

  课时181:LSTM的原理.mp4

  课时182:GRU的原理.mp4

  课时183:梯度消失 爆炸的解决方案.mp4

  课时184:双向Bidirectional RNN, 多层Multi-layer RNN.mp4

  课时185:课后答疑.mp4

  课时186:人脸关键点检测项目讲解-01.mp4

  课时187:人脸关键点检测项目讲解-02.mp4

  课时188:人脸关键点检测项目讲解-03.mp4

  课时189:LONG SHORT-TERM MEMORY-01.mp4

  课时190:LONG SHORT-TERM MEMORY-02.mp4

  课时191:为什么需要Attention注意力机制.mp4

  课时192:Attention的原理.mp4

  课时193:Transformer入门.mp4

  课时194:Self-Attention注意力机制的原理.mp4

  课时195:Positional Encoding.mp4

  课时196:Layer Normalization.mp4

  课时197:Transformer Decoder解码器的原理, 损失函数, 训练小技巧.mp4

  课时198:Bert的原理.mp4

  课时199:课后答疑.mp4

  课时200:课中答疑.mp4

  课时201:Word2Vec论文解读-01.mp4

  课时202:Word2Vec论文解读-02.mp4

  课时203:Word2Vec论文解读-03.mp4

  课时204:使用BiLSTM+CNN实现NER-01.mp4

  课时205:使用BiLSTM+CNN实现NER-02.mp4

  课时206:使用BiLSTM+CNN实现NER-03.mp4

  课时207.mp4

  课时208.mp4

  课时209.mp4

  课时210.mp4

  课时211.mp4

  课时212.mp4

  课时213.mp4

  课时214.mp4

  课时215.mp4

  课时216.mp4

  课时217.mp4

  课时218.mp4

  课时219.mp4

  课时220.mp4

  课时221.mp4

  课时222.mp4

  课时223.mp4

  课时224.mp4

  课时225.mp4

  课时226.mp4

  课时227.mp4

  课时228.mp4

  课时229.mp4

  课时230.mp4

  课时231.mp4

  课时232.mp4

  课时233.mp4

  课时234.mp4

  课时235.mp4

  课时236.mp4

  课时237.mp4

  课时238.mp4

  课时239.mp4

  课时240.mp4

  课时241.mp4

  课时242.mp4

  课时243.mp4

  课时244.mp4

  课时245.mp4

  课时246.mp4

  课时247.mp4

  课时248.mp4

  课时249.mp4

  课时250.mp4

  课时251.mp4

  课时252.mp4

  课时253.mp4

  课时254.mp4

  课时255.mp4

  课时256.mp4

  课时257.mp4

  课时258.mp4

  课时259.mp4

  课时260.mp4

  课时261.mp4

  课时262.mp4

  课时263.mp4

  课时264.mp4

  课时265.mp4

  课时266.mp4

  课时267.mp4

  课时268.mp4

  课时269.mp4

  课时270.mp4

  课时271.mp4

  课时272.mp4

  课时273.mp4

  课时274.mp4

  课时275.mp4

  课时276.mp4

  课时277.mp4

  课时278.mp4

  课时279.mp4

  课时280.mp4

  课时281.mp4

  课时282.mp4

  课时283.mp4

  课时284.mp4

  课时285.mp4

  课时286.mp4

  课时287.mp4

  课时288.mp4

  课时289.mp4

  课时290.mp4

  课时291.mp4

  课时292.mp4

  课时293.mp4

  课时294.mp4

  课时295.mp4

  课时296.mp4

  课时297.mp4

  课时298.mp4

  课时299.mp4

  课时300.mp4

  课时301.mp4

  课时302.mp4

  课时303.mp4

  课时304.mp4

  课时305.mp4

  课时306.mp4

  课时307.mp4

  课时308.mp4

  课时309.mp4

  课时310.mp4

  课时311.mp4

  课时312.mp4

  课时313.mp4

  课时314.mp4

  课时315.mp4

  课时316.mp4

  课时317.mp4

  课时318.mp4

  课时319.mp4

  课时320.mp4

  课时321.mp4

  课时322.mp4

  课时323.mp4

  课时324.mp4

  课时325.mp4

  课时326.mp4

  课时327.mp4

  课时328.mp4

  课时329.mp4

  课时330.mp4

  课时331.mp4

  课时332.mp4

  课时333.mp4

  课时334.mp4

  课时335.mp4

  课时336.mp4

  课时337.mp4

  课时338.mp4

  课时339.mp4

  课时340.mp4

  课时341.mp4

  课时342.mp4

  课时343.mp4

  资料.rar

上一篇:数据分析技能学习课程全2019年

下一篇:很抱歉没有了

返回顶部

拨打电话
在线咨询
扫码添加客服微信咨询问题

24H服务电话: 15610047637