投稿

7天学会机器学习与深度学习

11.3万

355

2019-08-12 19:32:05

未经作者授权，禁止转载

本课程是机器学习和深度学习的入门课程，共7天课程。更多课程学习：https://tccp.tesra.cloud/course/list 微信搜索公众号“AI不错哟”

我在B站学习-技能分享

AI能力新世代发消息

夸克：不是哥们，是真强！从学习到生活，它都能搞定！

01_机器学习简介

23:30

02_机器学习概述

11:59

03_数据集的组成

16:09

04_特征工程的定义

17:04

05_字典特征数据抽取

20:36

06_文本特征抽取以及中文问题

23:43

07_tf-df分析问题

13:34

08_特征预处理-归一化

10:35

09_归一化以及标准化对比

33:56

10_标准化总结以及缺失值处理

01:06

11_标准化总结以及缺失值处理

08:27

12_数据的降维之特征选择

37:39

13_降维案例1

18:31

14_降维案例2

10:03

15_机器学习算法分类以及开发流程

29:03

01_第一天复习

06:28

02_数据的划分和介绍

32:55

03_转换器与估计器

17:36

04_k-近邻算法以及案例预测入住位置

49:20

05_K-近邻算法案例

20:06

06_k-近邻算法总结

09:10

07_朴素贝叶斯算法原理

37:20

08_朴素贝叶斯算法对新闻进行分类案例

15:54

09_朴素贝叶斯算法总结

05:04

10_精确率和召回率

20:34

11_交叉验证与网格搜索对K-近邻算法调优

26:59

12_决策树之信息论基础

22:57

13_决策树的划分以及案例

45:31

14_决策树的保存结果分析

05:56

15_随机森林的原理以及案例调优

22:44

16_每日总结

16:27

01_第二天知识回顾

03:44

02_线性回归的定义以及矩阵的运算

46:30

03_线性回归策略，优化，案例

55:46

04_线性回归两种求解方式总结

11:38

05_过拟合以及欠拟合

31:45

06_Ridge岭回归分析

06:08

07_模型的保存与加载

07:11

08_逻辑回归定义，损失函数，优化与线性回归比较

32:52

09_逻辑回归预测癌症案例

29:29

10_逻辑回归总结

10:59

11_京东金融数据集介绍

04:58

12_k-means原理以及案例

43:16

01_tensorflow基本介绍

29:42

01tensorflow图的结构

14:35

02_图

17:11

03_会话

17:41

04_会话的run方法

12:34

01张量的定义以及数据

32:58

02运算API介绍

21:32

01可视化学习

29:39

02_线性回归的原理复习以及实现

45:28

03_trainable,学习率的调整，梯度爆炸

17:54

04_增加损失值等变量显示

11:19

05_模型的保存与加载

15:17

06自定义命令行参数

07:00

01_tensorflow解决读取数据、实现同步模拟

34:52

02_队列管理器和协程协调器实现异步读取训练

30:05

03_文件读取流程

11:28

04_CSV文件读取案例

37:35

01图像基本知识分析

23:20

02图片文件读取

22:15

03二进制文件读取分析

10:50

04二进制文件读取

33:10

05tfrecords文件的读取与存储

50:10

01_感知机模型

33:31

02_神经网络结构

50:49

03_简单的神经网络实现手写数字图片识别

58:07

04_简单的单层神经网络预测手写数字图片

14:24

01_卷积神经网络介绍以及卷积层结构

45:40

02_激活层与池化层

24:18

03面试题分析

06:06

04卷积神经网络识别手写数字

51:14

01_第六天复习

08:25

02_验证码识别原理分析

32:27

03_验证码识别程序流程以及图片数据的处理

51:17

04_验证码识别的实现

50:18

01_分布式的原理，架构，更新参数模式

36:28

02自实现一个线性回归

01:01:22

顶部