注意:只展示部分的文件和文件夹 实际有130个文件
【人邮学院】机器学习-赵卫东
全部文件 7.5GB
【人邮学院】机器学习-赵卫东 7.5GB
618大促,点击进入官方小程序24小时自助充值20T年卡253 8T月卡18年卡128 6T年卡99 223KB
阿里会员闲鱼小铺,价格私聊详询.jpg 112KB
超低价购买阿里云盘会员请加微信详询.jpg 109KB
优惠购买阿里云盘会员 官方小程序在线秒充.png 2KB
{9}--第九单元分布式机器学习、遗传算法 1.5GB
{9}--蜂群算法 207.0MB
[9.9.1]--蜂群算法.mp4 207.0MB
{8}--遗传算法的应用 143.4MB
[9.8.1]--遗传算法的应用.mp4 140.9MB
(9.8.1)--Usegeneticalgorithmtoimproveoils.pdf 2.5MB
{7}--遗传算法的过程 119.6MB
[9.7.1]--遗传算法的过程.mp4 119.6MB
{6}--遗传算法基础 188.4MB
[9.6.1]--遗传算法基础.mp4 188.0MB
(9.6.1)--遗传算法.pdf 436KB
{5}--并行多元线性回归模型 90.4MB
[9.5.1]--并行多元线性回归模型.mp4 90.4MB
{4}--并行k-均值算法 101.7MB
[9.4.1]--并行k-均值算法.mp4 101.7MB
{3}--并行决策树 83.5MB
[9.3.1]--并行决策树.mp4 83.5MB
{2}--分布式机器学习框架 94.2MB
[9.2.1]--分布式机器学习框架.mp4 94.2MB
{1}--分布式机器学习基础 462.3MB
[9.1.1]--分布式机器学习基础.mp4 461.2MB
(9.1.1)--分布式机器学习.pdf 1.2MB
{8}--第八单元文本分析 1.6GB
{9}--知识图谱构建和应用 358.6MB
[8.9.1]--知识图谱构建和应用.mp4 358.6MB
{8}--知识图谱技术 173.9MB
[8.8.1]--知识图谱技术.mp4 173.9MB
{7}--知识图谱简介 181.1MB
[8.7.1]--知识图谱概念.mp4 180.1MB
(8.7.1)--知识图谱.pdf 1.1MB
{6}--文本分析应用 205.3MB
[8.6.1]--文本分析应用.mp4 202.7MB
(8.6.2)--Usingtextminingandsentimentanaly.pdf 2.2MB
(8.6.1)--文本分析应用案例(选读).pdf 375KB
{5}--语义分析 58.5MB
[8.5.1]--语义分析.mp4 58.5MB
{4}--词法、分词、句法分析 167.8MB
[8.4.1]--词法、分词、句法分析.mp4 167.8MB
{3}--语言模型、向量空间模型 160.9MB
[8.3.1]--语言模型、向量空间模型.mp4 160.9MB
{2}--文本分析基本概念 199.7MB
[8.2.1]--文本分析基本概念.mp4 198.3MB
(8.2.1)--Morethanwords-Socialnetworks’tex.pdf 1.4MB
{1}--文本分析简介 104.6MB
[8.1.1]--文本分析简介.mp4 103.6MB
(8.1.1)--文本分析基础.pdf 927KB
{7}--第七单元回归分析 418.5MB
{2}--线性回归分析 218.5MB
[7.2.1]--线性回归分析.mp4 217.2MB
(7.2.1)--ALinearRegressionApproachtoRecom.pdf 1.3MB
{1}--回归分析基础 200.0MB
[7.1.1]--回归分析基础.mp4 197.6MB
(7.1.1)--回归分析.pdf 2.4MB
{6}--第六单元关联分析 853.2MB
{3}--关联规则应用 136.7MB
[6.3.1]--关联规则应用.mp4 136.4MB
(6.3.1)--关联算法在化妆品推荐中的应用(选读).pdf 252KB
{2}--Apriori算法 520.5MB
[6.2.1]--Apriori算法.mp4 518.3MB
(6.2.1)--关联分析在服装缺陷检测中的应用(选读).pdf 2.3MB
{1}--关联分析基本概念 196.0MB
[6.1.1]--关联分析基本概念.mp4 194.8MB
(6.1.1)--关联分析.pdf 1.3MB
{5}--第五单元可视化分析 893.5MB
{3}--在线教学的数据分析案例 614.6MB
[5.3.1]--在线教学的数据分析.mp4 614.6MB
{2}--可视化分析方法 167.7MB
[5.2.1]--可视化分析方法.mp4 164.9MB
(5.2.1)--可视化的应用(选读).pdf 2.8MB
{1}--可视化分析基础 111.1MB
[5.1.1]--可视化分析基础.mp4 110.3MB
(5.1.1)--可视化基础.pdf 811KB
{4}--第四单元聚类分析 1.2GB
{7}--EM算法 92.7MB
[4.7.1]--EM聚类算法.mp4 92.7MB
{6}--基于模型的聚类 173.1MB
[4.6.1]--基于模型的聚类.mp4 173.1MB
{5}--基于密度聚类和基于层次聚类 178.0MB
[4.5.1]--基于密度聚类和基于层次聚类.mp4 172.0MB
(4.5.2)--Clusteringgeolocateddataforoutli.pdf 2.9MB
(4.5.1)--聚类的社交网络应用(选读).pdf 3.2MB
{4}--基于划分的方法(2) 126.3MB
[4.4.1]--基于划分的方法(2).mp4 126.3MB
{3}--基于划分的方法(1) 458.9MB
[4.3.1]--基于划分的方法(1).mp4 458.5MB
(4.3.1)--聚类的个性化学习应用(选读).pdf 440KB
{2}--聚类分析的度量 164.9MB
[4.2.1]--聚类分析的度量.mp4 164.9MB
{1}--聚类分析的概念 82.8MB
[4.1.1]--聚类分析的概念.mp4 81.7MB
(4.1.1)--聚类分析.pdf 1.2MB
{3}--第三单元神经网络基础 1.1GB
{5}--神经网络的应用 94.4MB
[3.5.1]--神经网络的应用.mp4 93.2MB
(3.5.1)--imagerestorationalgorithmsbasedo.pdf 1.2MB
{4}--BP神经网络算法(2) 161.8MB
[3.4.1]--BP神经网络算法(2).mp4 161.8MB
{3}--BP神经网络算法(1) 141.7MB
[3.3.1]--BP神经网络算法(1).mp4 141.7MB
{2}--神经网络相关概念 698.3MB
[3.2.1]--神经网络相关概念.mp4 698.3MB