图解机器学习

📁 【计算机-公开课】斯坦福大学：机器学习 吴恩达/
    001 第1讲 欢迎参加《机器学习》课程.mp4  15.7 MB
    002 第2讲 什么是机器学习？.mp4  9.0 MB
    003 第3讲 监督学习.mp4  27.1 MB
    004 第4讲 无监督学习.mp4  16.6 MB
    005 第5讲 模型描述.mp4  8.0 MB
    006 第6讲 代价函数.mp4  14.9 MB
    007 第7讲 代价函数I.mp4  12.9 MB
    008 第8讲 代价函数II.mp4  9.2 MB
    009 第9讲 梯度下降.mp4  21.4 MB
    010 第10讲 梯度下降知识点总结.mp4  18.1 MB
    011 第11讲 线性回归的梯度下降.mp4  11.2 MB
    012 第12讲 矩阵和向量.mp4  18.3 MB
    013 第13讲 加法和标量乘法.mp4  6.5 MB
    014 第14讲 矩阵向量乘法.mp4  13.1 MB
    015 第15讲 矩阵乘法.mp4  11.0 MB
    016 第16讲 矩阵乘法特征.mp4  8.7 MB
    017 第17讲 逆和转置.mp4  11.2 MB
    018 第18讲 多功能.mp4  8.0 MB
    019 第19讲 多元梯度下降法.mp4  10.7 MB

    020 第20讲 多元梯度下降法演练I 特征缩放.mp4  9.5 MB
    021 第21讲 多元梯度下降法II 学习率.mp4  18.8 MB
    022 第22讲 特征和多项式回归.mp4  7.6 MB
    023 第23讲 正规方程（区别于迭代方法的直接解法）.mp4  16.8 MB
    024 第24讲 正规方程在矩阵不可逆情况下的解决方法.mp4  12.6 MB
    025 第25讲 导师的编程小技巧.mp4  9.8 MB
    026 第26讲 基本操作.mp4  14.7 MB
    027 第27讲 移动数据.mp4  17.0 MB
    028 第28讲 计算数据.mp4  13.2 MB
    029 第29讲 数据绘制.mp4  15.0 MB
    030 第30讲 控制语句：for while if 语句.mp4  14.1 MB
    031 第31讲 矢量.mp4  30.0 MB
    032 第32讲 分类.mp4  17.2 MB
    033 第33讲 假设陈述.mp4  7.4 MB
    034 第34讲 决策界限.mp4  14.7 MB
    035 第35讲 代价函数.mp4  10.4 MB
    036 第36讲 简化代价函数与梯度下降.mp4  10.5 MB
    037 第37讲 高级优化.mp4  15.7 MB
    038 第38讲 多元分类：一对多.mp4  6.3 MB
    039 第39讲 过拟合问题.mp4  10.1 MB
    040 第40讲 代价函数.mp4  10.3 MB
    041 第41讲 线性回归的正则化.mp4  11.2 MB
    042 第42讲 Logistic 回归的正则化.mp4  9.3 MB
    043 第43讲 非线性假设.mp4  10.2 MB
    044 第44讲 神经元与大脑.mp4  9.2 MB
    045 第45讲 模型展示I.mp4  26.0 MB
    046 第46讲 模型展示II.mp4  12.7 MB
    047 第47讲 例子与直觉理解I.mp4  7.0 MB
    048 第48讲 例子与直觉理解II.mp4  21.7 MB
    049 第49讲 多元分类.mp4  8.2 MB
    050 第50讲 代价函数.mp4  14.2 MB
    051 第51讲 反向传播算法.mp4  12.8 MB
    052 第52讲 理解反向传播.mp4  31.4 MB
    053 第53讲 使用注意：展开参数.mp4  8.6 MB
    054 第54讲 梯度检测.mp4  25.0 MB
    055 第55讲 随机初始化.mp4  14.4 MB
    056 第56讲 组合到一起.mp4  28.5 MB
    057 第57讲 无人驾驶.mp4  10.1 MB
    058 第58讲 决定下一步做什么.mp4  6.4 MB
    059 第59讲 评估假设.mp4  7.6 MB
    060 第60讲 模型选择和训练 验证 测试集.mp4  12.9 MB
    061 第61讲 诊断偏差与方差.mp4  8.3 MB
    062 第62讲 正则化和偏差 方差.mp4  11.8 MB
    063 第63讲 学习曲线.mp4  12.1 MB
    064 第64讲 决定接下来做什么.mp4  7.9 MB
    065 第65讲 确定执行的优先级.mp4  10.2 MB
    066 第66讲 误差分析.mp4  14.4 MB
    067 第67讲 不对称性分类的误差评估.mp4  12.3 MB
    068 第68讲 精确度和召回率的权衡.mp4  14.6 MB
    069 第69讲 机器学习数据.mp4  12.2 MB
    070 第70讲 优化目标.mp4  15.2 MB
    071 第71讲 直观上对大间隔的理解.mp4  10.6 MB
    072 第72讲 大间隔分类器的数学原理.mp4  19.8 MB
    073 第73讲 核函数Ⅰ.mp4  15.7 MB
    074 第74讲 核函数II.mp4  20.0 MB
    075 第75讲 使用SVM.mp4  22.7 MB
    076 第76讲 无监督学习.mp4  6.9 MB
    077 第77讲 K-Means算法.mp4  12.6 MB
    078 第78讲 优化目标.mp4  14.8 MB
    079 第79讲 随机初始化.mp4  7.9 MB
    080 第80讲 选取聚类数量.mp4  8.7 MB
    081 第81讲 目标I：数据压缩.mp4  12.8 MB
    082 第82讲 目标II：可视化.mp4  5.5 MB
    083 第83讲 主成分分析问题规划I.mp4  9.5 MB
    084 第84讲 主成分分析问题规划II.mp4  16.2 MB
    085 第85讲 主成分数量选择.mp4  16.6 MB
    086 第86讲 压缩重现.mp4  8.2 MB
    087 第87讲 应用PCA的建议.mp4  26.8 MB
    088 第88讲 问题动机.mp4  16.1 MB
    089 第89讲 高斯分布.mp4  10.3 MB
    090 第90讲 算法.mp4  25.4 MB
    091 第91讲 开发和评估异常检测系统.mp4  14.1 MB
    092 第92讲 异常检测VS监督学习.mp4  8.6 MB
    093 第93讲 选择要使用的功能.mp4  13.3 MB
    094 第94讲 多变量高斯分布.mp4  29.8 MB
    095 第95讲 使用多变量高斯分布的异常检测.mp4  15.3 MB
    096 第96讲 问题规划.mp4  16.6 MB
    097 第97讲 基于内容的推荐算法.mp4  15.6 MB
    098 第98讲 协同过滤.mp4  10.6 MB
    099 第99讲 协同过滤算法.mp4  12.1 MB
    100 第100讲 矢量化：低轶矩阵分解.mp4  8.7 MB