正版资源 getfromcodeAI 会员免费
黑马-智能机器人软件开发 无基础小白也能学会的人工智能课
黑马-智能机器人软件开发 无基础小白也能学会的人工智能课 从零开始，掌握智能机器人开发 ⭐ 编辑推荐 本课程专为无基础小白设计，通过系统学习，轻松掌握人工智能核心技能。 从数学基础到机器学习算法，全面覆盖智能机器人软件开发。 ✨ 课程亮点 ✦ 零基础入门，轻松掌握AI技能 ✦ 系统学习，全面覆盖机器
单课价¥29.90新品 上架
正版保障 极速发货 售后无忧
黑马-智能机器人软件开发 无基础小白也能学会的人工智能课
从零开始，掌握智能机器人开发
⭐ 编辑推荐
本课程专为无基础小白设计，通过系统学习，轻松掌握人工智能核心技能。
从数学基础到机器学习算法，全面覆盖智能机器人软件开发。
✨ 课程亮点
✦零基础入门，轻松掌握AI技能
✦系统学习，全面覆盖机器人开发
✦实战演练，提升项目能力
课程目录
课程目录24 集
- 黑马-智能机器人软件开发 无基础小白也能学会的人工智能课
- day1
- day2
- day3
- day4
- 资料.zip
- 00为什么要学习数学1.mp4
- 01引言和学习方法.mp4
- 03什么是机器学习1.mp4
- 04数据采集方式.mp4
- 05knn绠楁硶鍏ラ棬.mp4
- 06knn算法python实现.mp4
- 07代码流程回顾.mp4
- 09实验演示验证结论.mp4
- 10评估模型好坏的方法训练集和测试集.mp4
- 11生成测试和训练数据集.mp4
- 12调参选取最优的k.mp4
- 13增加数据的维度.mp4
- 14numpy加载特殊数据.mp4
- 16二维空间距离的计算.mp4
- 17代码增加一个维度.mp4
- 18数据归一化.mp4
- 19knn鐨刦eature鐨勯€夋嫨.mp4
- 20向量和向量的运算.mp4
- 21姒傚康鎬荤粨.mp4
- 22使用矩阵和向量实现knn.mp4
- 23 房价预测简单框架.mp4
- 24数据的归一化和标准化.mp4
- 附1如何学习数学.mp4
适合人群
- 人工智能爱好者
- 编程初学者
- 希望转行AI行业的人士
🎯 学习收获
- 掌握机器学习基础
- 学会智能机器人开发
- 具备独立开发AI项目的能力
🎉 祝您学习愉快！
课程目录
课程目录84 集
- day1
- 00_为什么要学习数学(1).mp4
- 02_feature和label.mp4
- 03_什么是机器学习(1).mp4
- 01_引言和学习方法.mp4
- 05_knn算法入门.mp4
- 06_knn算法python实现.mp4
- 04_数据采集方式.mp4
- 07_代码流程回顾.mp4
- 08_抽取knn函数.mp4
- 09_实验演示验证结论.mp4
- 12_调参选取最优的k.mp4
- 11_生成测试和训练数据集.mp4
- 10_评估模型好坏的方法，训练集和测试集.mp4
- 14_numpy加载特殊数据.mp4
- 13_增加数据的维度.mp4
- 15_欧式距离.mp4
- 19_knn的feature的选择.mp4
- 18_数据归一化.mp4
- 17_代码增加一个维度.mp4
- 16_二维空间距离的计算.mp4
- 20_向量和向量的运算.mp4
- 21_概念总结.mp4
- 22_使用矩阵和向量实现knn.mp4
- 24_数据的归一化和标准化.mp4
- 附1_如何学习数学.mp4
- 23_ 房价预测简单框架.mp4
- day3
- 01_高等数学入门.mp4
- 02_问题描述_ev.mp4
- 03_简单理解矩阵运算的现实含义_ev.mp4
- 05_矩阵的加法_ev.mp4
- 04_矩阵的形状_ev.mp4
- 07_矩阵的乘法不满足交换律_ev.mp4
- 06_手动计算矩阵的乘法_ev.mp4
- 08_用numpy进行矩阵的乘法运算_ev.mp4
- 09_矩阵运算计算m和b的偏导数_ev.mp4
- 11_用矩阵运算重构线性回归代码_ev.mp4
- 12_对比程序执行的时间_ev.mp4
- 10_numpy矩阵运算演示获取m和b的偏导_ev.mp4
- 15_矩阵可以理解为一个变化函数_ev.mp4
- 14_函数模型的评估和错误率的计算_ev.mp4
- 17_位图和svg图的区别_ev.mp4
- 18_矩阵运算变化图片的位置_ev.mp4
- 16_bmp是如何描述图片的_ev.mp4
- 19_矩阵运算旋转图形_ev.mp4
- 20_矩阵的缩放处理_ev.mp4
- 21_图形变换综合案例_ev.mp4
- 24_逻辑回归的步骤.mp4
- 23_sigmod函数引入_ev.mp4
- 22_机器学习浅谈_ev.mp4
- day2
- 01_线性回归和Knn.mp4
- 02_线性回归解决什么问题_ev.mp4
- 03_Excel进行线性回归_ev.mp4
- 05_excle来简单理解梯度下降_ev.mp4
- 04_损失函数和最小均方差_ev.mp4
- 06_梯度下降的问题分析_ev.mp4
- 09_Excel演示梯度下降&学习速率_ev.mp4
- 08_mse对b进行求导_ev.mp4
- 07_求导简单入门_ev.mp4
- 10_偏导数分别求解m和b的导数_ev.mp4
- 12_Python代码实现梯度下降_ev.mp4
- 11_对m和b分别进行梯度下降_ev.mp4
- 13_代码测试生成m和b_ev.mp4
- 14_作业演示.mp4
- 一手it课程dbbp.net.url
- 各种综合优质资源 认准老马学社.url
- 下载说明.txt
- 海量IT学习资源免费下载.url
- day4
- 01_自然底数和sigmod函数.mp4
- 03_逻辑回归简单实现_ev.mp4
- 04_多分类问题_ev.mp4
- 02_矩阵运算计算逻辑回归_ev.mp4
- 05_多分类的概率问题思考_ev.mp4
- 06_多分类问题softmax公式_ev.mp4
- 07_手写数字数据集_ev.mp4
- 08_手写数字的识别原理_ev.mp4
- 10_手写数字的识别_ev.mp4
- 09_手写数字数据集的处理_ev.mp4
- 11_手写数字bug处理_ev.mp4
- 12_ai自动驾驶_ev.mp4
- 13_神经网络的作用_ev.mp4
- 15_感知机_ev.mp4
- 14_多层神经网络演示_ev.mp4
- 16_感知机数学原理_ev.mp4
- 19_概率简介.mp4
- 18_交叉熵cross-entropy_ev.mp4
- 17_线性模型和非线性模型_ev.mp4
- 资料.zip
