rk0405-深度神经网络算法全套【VIP专享】

efgbam

——/深度神经网络算法全套/
├──(Part One)深度学习基础  
|   ├──课件  
|   |   ├──1.2 深度学习(Deep Learning)介绍_files  
|   |   ├──3.1 决策树(decision tree)算法_files  
|   |   ├──3.2 决策树(decision tree)应用_files  
|   |   ├──4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法_files  
|   |   ├──4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用_files  
|   |   ├──5.1 支持向量机(SVM)算法（上）_files  
|   |   ├──5.2 支持向量机(SVM)算法（下）_files  
|   |   ├──6.1 神经网络算法(Nerual Networks)（上）_files  
|   |   ├──6.2神经网络算法应用上  
|   |   ├──6.3神经网络算法应用下  
|   |   ├──7.1 简单线性回归 (Simple Linear Regression)上_files  
|   |   ├──7.1 简单线性回归 (Simple Linear Regression)下_files  
|   |   ├──7.3　多元回归分析(multiple regression)_files  
|   |   ├──7.5 非线性回归 logistic regression_files  
|   |   ├──7.7 回归中的相关度和R平方值_files  
|   |   ├──8.1 聚类(Clustering) K-means算法_files  
|   |   ├──8.3 聚类(Clustering) hierarchical clustering 层次聚类_files  
|   |   ├──1.1 课程介绍 & 机器学习介绍.html  2.86kb
|   |   ├──1.2 深度学习(Deep Learning)介绍.html  9.06kb
|   |   ├──2 基本概念 (Basic Concepts).html  6.15kb
|   |   ├──3.1 决策树(decision tree)算法.html  9.00kb
|   |   ├──3.2 决策树(decision tree)应用.html  2.66kb
|   |   ├──4.1 最邻近规则分类(K-Nearest Neighbor)KNN算法.html  4.32kb
|   |   ├──4.2 最邻近规则分类(K-Nearest Neighbor)KNN算法应用.html  6.05kb
|   |   ├──5.1 支持向量机(SVM)算法（上）.html  11.63kb
|   |   ├──5.1 支持向量机(SVM)算法（上）应用.html  3.58kb
|   |   ├──5.2 支持向量机(SVM)算法（下）.html  10.92kb
|   |   ├──5.3 支持向量机(SVM)算法（下）应用.html  6.69kb
|   |   ├──6.1 神经网络算法(Nerual Networks)（上）.html  8.59kb
|   |   ├──6.2 神经网络算法(Nerual Networks)应用(上）.html  4.92kb
|   |   ├──6.3 神经网络算法(Nerual Networks)应用(下）.html  2.70kb
|   |   ├──7.1 简单线性回归 (Simple Linear Regression)上.html  13.11kb
|   |   ├──7.1 简单线性回归 (Simple Linear Regression)下.html  3.81kb
|   |   ├──7.3　多元回归分析(multiple regression).html  29.12kb
|   |   ├──7.4　多元回归分析(multiple regression)应用.html  17.44kb
|   |   ├──7.5 非线性回归 logistic regression.html  8.66kb
|   |   ├──7.6 非线性回归应用：losgistic regression application.html  2.30kb
|   |   ├──7.7 回归中的相关度和R平方值.html  5.43kb
|   |   ├──7.8 回归中的相关度和R平方值应用.html  1.46kb
|   |   ├──8.1 聚类(Clustering) K-means算法.html  5.89kb
|   |   ├──8.2 聚类(Clustering) K-means算法应用.html  4.99kb
|   |   ├──8.3 聚类(Clustering) hierarchical clustering 层次聚类.html  3.27kb
|   |   ├──8.4 聚类(Clustering) hierarchical clustering 层次聚类应用.html  6.53kb
|   |   ├──810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.jpg  4.47kb
|   |   └──HierachecalClustering.png  9.03kb
|   ├──视频  
|   |   ├──1.1课程介绍机器学习介绍上.mp4  50.56M
|   |   ├──1.1课程介绍机器学习介绍下.mp4  9.95M
|   |   ├──1.2深度学习介绍.mp4  52.68M
|   |   ├──2基本概念.mp4  56.92M
|   |   ├──3.1决策树算法.mp4  54.25M
|   |   ├──3.2决策树应用.mp4  72.42M
|   |   ├──4.1最邻近规则分类KNN算法.mp4  38.85M
|   |   ├──4.2最邻近规则KNN分类应用.mp4  57.47M
|   |   ├──5.1 支持向量机(SVM)算法（上）.html  11.63kb
|   |   ├──5.1 支持向量机(SVM)算法（上）应用.html  3.58kb
|   |   ├──5.1支持向量机SVM上.mp4  35.56M
|   |   ├──5.1支持向量机SVM上应用.mp4  34.97M
|   |   ├──6.2神经网络算法应用上.mp4  95.96M
|   |   ├──6.3神经网络算法应用下.mp4  34.25M
|   |   ├──7.1简单线性回归上.mp4  40.76M
|   |   ├──7.2简单线性回归下.mp4  52.49M
|   |   ├──7.3多元线性回归.mp4  42.22M
|   |   ├──7.4多元线性回归应用.mp4  51.17M
|   |   ├──7.5非线性回归 Logistic Regression.mp4  30.34M
|   |   ├──7.6非线性回归应用.mp4  56.58M
|   |   ├──7.7回归中的相关度和决定系数.mp4  38.05M
|   |   ├──7.8回归中的相关性和R平方值应用.mp4  43.12M
|   |   ├──8.1Kmeans算法.mp4  35.43M
|   |   ├──8.2Kmeans应用.mp4  61.00M
|   |   ├──8.3Hierarchical clustering 层次聚类.mp4  29.82M
|   |   ├──8.4Hierarchical clustering 层次聚类应用.mp4  62.52M
|   |   ├──神经网络NN算法.mp4  77.51M
|   |   ├──支持向量机(SVM)算法(下)应用.mp4  55.15M
|   |   ├──支持向量机(SVM)算法下.mp4  36.10M
|   |   └──总结.mp4  55.39M
|   └──代码与素材.rar  97.49M
├──(Part Three)深度学习深入与强化  
|   ├──第10课 更多框架  
|   |   ├──5月班第10课_framework.pdf  22.02M
|   |   └──第10课 更多框架.avi  429.37M
|   ├──第1课 机器学习中数学基础  
|   |   ├──第1课 机器学习中数学基础.avi  609.35M
|   |   └──五月班第一次课件：机器学习中数学基础 (1).pdf  1.29M
|   ├──第2课 高效计算基础与图像线性分类器  
|   |   ├──5月班第2课课件：高效计算基础与图像线性分类器.pdf  32.88M
|   |   ├──image linear classification.zip  163.57M
|   |   ├──numpy_operations.ipynb  207.42kb
|   |   └──第2课 高效计算基础与图像线性分类器.avi  677.91M
|   ├──第3课 梯度下降法与反向传播  
|   |   ├──5月班第3课课件：梯度下降法与反向传播 (1).pdf  1.13M
|   |   └──第3课 梯度下降法与反向传播.avi  438.73M
|   ├──第4课 CNN与常用框架  
|   |   ├──5月深度学习班第4课--CNN，典型网络结构与常用框架.pdf  6.97M
|   |   └──第4课 CNN与常用框架.avi  650.80M
|   ├──第5课 CNN训练注意事项与框架使用  
|   |   ├──5月班第5次课 - caffe TensorFlow使用与CNN训练注意事项.pdf  17.48M
|   |   └──第5课 CNN训练注意事项与框架使用.avi  743.32M
|   ├──第6课 CNN推展案例  
|   |   ├──5月班第6次课 - CNN扩展 图像识别与定位 物体检测 NeuralStyle.pdf  48.34M
|   |   └──第6课 CNN推展案例.avi  662.57M
|   ├──第7课 RNN介绍  
|   |   ├──5月班第7课课件_rnn_intrduction.pdf  8.48M
|   |   └──第7课 RNN介绍.avi  362.89M
|   ├──第8课 RNN应用  
|   |   ├──5月班第8课_rnn_appliacation.pdf  22.52M
|   |   └──第8课 RNN应用.avi  531.08M
|   └──第9课 更多的网络类型  
|   |   ├──5月班第9次课课件_more_about_nn.pdf  4.18M
|   |   └──第9课 更多的网络类型.avi  483.73M
└──(Part Two)深度学习进阶  
|   ├──课件  
|   |   └──深度学习进阶课件.rar  3.27M
|   └──视频  
|   |   ├──第10章 神经网络手写数字演示.mp4  107.29M
|   |   ├──第11章 Backpropagation算法上.mp4  65.96M
|   |   ├──第12章 Backpropagation算法下.mp4  61.54M
|   |   ├──第13章 Backpropagation算法实现.mp4  64.12M
|   |   ├──第14章 cross-entropy函数.mp4  49.72M
|   |   ├──第15章 Softmax和Overfitting.mp4  75.90M
|   |   ├──第16章 Regulization.mp4  37.48M
|   |   ├──第17章 Regulazition和Dropout.mp4  50.49M
|   |   ├──第18章 正态分布和初始化(修正版).mp4  28.78M
|   |   ├──第19章 提高版本的手写数字识别实现.mp4  72.83M
|   |   ├──第1章 基本概念清晰版.mp4  42.58M
|   |   ├──第20章 神经网络参数hyper-parameters选择.mp4  54.96M
|   |   ├──第21章 深度神经网络中的难点.mp4  76.06M
|   |   ├──第22章 用ReL解决VanishingGradient问题.mp4  37.01M
|   |   ├──第23章 ConvolutionNerualNetwork算法.mp4  64.74M
|   |   ├──第24章 ConvolutionNeuralNetwork实现上.mp4  51.73M
|   |   ├──第25章 ConvolutionNeuralNetwork实现下.mp4  78.28M
|   |   ├──第26章 Restricted Boltzmann Machine.mp4  63.15M
|   |   ├──第27章 Restricted Boltzmann Machine下.mp4  49.49M
|   |   ├──第28章 Deep Brief Network 和 Autoencoder.mp4  47.36M
|   |   ├──第2章 软件包安装和环境配置总述.mp4  80.20M
|   |   ├──第3章 环境配置分部详解.mp4  77.09M
|   |   ├──第4章 环境配置分部详解下.mp4  111.05M
|   |   ├──第5章 手写数字识别.mp4  46.17M
|   |   ├──第6章 神经网络基本结构及梯度下降算法.mp4  82.79M
|   |   ├──第7章 随机梯度下降算法.mp4  20.57M
|   |   ├──第8章 梯度下降算法实现上.mp4  50.19M
|   |   └──第9章 梯度下降算法实现下.mp4  69.03M

laoda1229

楼主太厉害了！楼主，I*老*虎*U！

upctanker

pang53306524

神经网络算法

robot01

商品详情页面ID是商品的主键ID还是sku表的主键ID

sanshiyi

yjip267

深度神经网络算法全套

buyediwang

qwe_980602

深度神经网络算法全套

joraboy328

goooood