注意：只展示部分的文件和文件夹 实际有95个文件
唐宇迪决胜AI系列课程CSDN 2.0GB
9.7经典网络架构.mp4 44.3MB
9.6池化层操作.mp4 30.1MB
9.5卷积参数共享.mp4 19.3MB
9.4边缘填充.mp4 24.9MB
9.3卷积计算流程.mp4 35.5MB
9.2卷积特征提取.mp4 18.2MB
9.1卷积神经网络概述.mp4 29.7MB
8.7卷积神经网络应用.mp4 21.1MB
8.6BenchMark.mp4 89.6MB
8.5特征工程.mp4 22.3MB
8.4dropout.mp4 27.1MB
8.3正则化与激活函数.mp4 26.2MB
8.2神经网络DEMO演示.mp4 72.8MB
8.1神经网络整体架构.mp4 26.9MB
7.7神经网络概述.mp4 10.9MB
7.6反向传播与参数更新.mp4 32.3MB
7.5最优化问题.mp4 22.5MB
7.4Softmax分类器.mp4 18.8MB
7.3线性分类器.mp4 27.5MB
7.2计算机视觉挑战.mp4 28.4MB
7.1深度学习概述.mp4 40.2MB
6.7XGboost使用实例.mp4 48.3MB
6.6XGboost库安装.mp4 31.3MB
6.5XGboost求解.mp4 25.9MB
6.4XGboost原理推导.mp4 27.8MB
6.3XGboost基本思想.mp4 31.8MB
6.2支持向量机参数.mp4 30.7MB
6.1支持向量机核变换问题.mp4 34.2MB
5.8软间隔SVM.mp4 12.6MB
5.7SVM求解实例.mp4 29.7MB
5.6目标函数求解.mp4 20.7MB
5.5拉格朗日乘子法解SVM.mp4 17.1MB
5.4支持向量机算法优化目标.mp4 30.6MB
5.3SMOTE算法完成过采样策略.mp4 37.7MB
5.2阈值对模型结果的影响.mp4 38.1MB
5.1下采样策略复习.mp4 47.6MB
4.9混淆矩阵.mp4 37.3MB
4.8用sklearn进行建模.mp4 41.2MB
4.7正则化罚项.mp4 22.0MB
4.6模型评估方法.mp4 39.8MB
4.5梯度下降实例.mp4 24.5MB
4.4梯度下降原理.mp4 36.6MB
4.3交叉验证.mp4 36.5MB
4.2下采样策略.mp4 37.5MB
4.1欺诈检测数据背景.mp4 56.1MB
3.7透视表与自定义函数——坦坦尼克号举例.mp4 68.9MB
3.6pandas预处理实例.mp4 45.5MB
3.5pandas常用函数.mp4 73.8MB
3.4pandas基础.mp4 58.4MB
3.3numpy常用函数.mp4 39.1MB
3.2numpy数组运算.mp4 62.6MB
3.1numpy基础操作.mp4 32.0MB
2.8逻辑回归原理.mp4 31.3MB
2.7决策树剪枝参数.mp4 42.6MB
2.6随机森林模型.mp4 23.5MB
2.5决策树剪枝策略.mp4 25.6MB
2.4信息增益率.mp4 16.9MB
2.3决策树构造实例.mp4 27.7MB
2.2熵原理.mp4 25.9MB
2.1决策树概述.mp4 27.3MB
