开通会员
热搜AI大模型JavaPython前端软考面试
HM-人工智能机器学习系统班【VIP】 正版资源
永久有效网盘秒发免费补链
getfromcode后端开发 会员免费

HM-人工智能机器学习系统班【VIP】

1. **Analyze the Request:** * **Role:** Course editor on GetFromCode. * **Target Audience:** Developers needing source code, tutorials, and practical

单课价¥29.90新品 上架
会员价 会员免费开通会员，全站课程按额度无限下载套餐详情
1 人关注 更新于 2026-09-25 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

开通会员 · 免费下载 单课购买 ¥29.90

支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。

正版保障 极速发货 售后无忧
1. **Analyze the Request:** * **Role:** Course editor on GetFromCode. * **Target Audience:** Developers needing source code, tutorials, and practical engineering references. * **Tone:** Engineering-oriented, structural, reuse-focused, no marketing fluff. * **Perspective:** Tech stack, project structure, reusable modules, self-study path. * **Hard Requirements:** * Only write a reading guide/introduction, do not repeat the full directory structure, do not list zip/mp4 filenames. * No cliches: "Course recommendation", "Skill acquisition", "Career development", "Industry experts carefully crafted", "Complete learning path from beginner to advanced". * No claiming to be AI, no other site names. * Simplified Chinese. * Output HTML fragment using `

`, `

`, `

`, `
  • `, no `/`. * Body text: 500-800 Chinese characters (excluding punctuation and English). Strict limit. * 2-3 subheadings, each paragraph clear, no excessive sub-sections. * Must include: Problem solved by the course, suitable foundation, recommended sections to read first, independent capabilities after learning, how the materials support practice. * Do not copy the full course title verbatim, but specify the actual topic (avoiding generic templates). * Title: "HM-人工智能机器学习系统班【VIP】" -> Extract IT/programming part: "人工智能机器学习系统班". * Material clues: Python basics, Ricequant backtesting, factor strategy selection, fbprophet time series, Matplotlib/Seaborn visualization. * **Format:** HTML fragment. 2. **Deconstruct the Course Content:** * *Topic:* AI/Machine Learning System (focusing on quantitative finance applications based on the materials). * *Tech Stack:* Python, Scikit-learn, fbprophet, Matplotlib, Seaborn. * *Key Modules/Chapters:* * Python basics (code.zip). * Ricequant backtesting & factor strategy (Ch10, Ch12). * Prophet time series forecasting (Ch17). * Matplotlib/Seaborn visualization (Ch19, Ch20). * *Target Audience:* Backend devs wanting to apply ML/AI in finance/quant. 3. **Drafting - Section by Section (incorporating constraints):** * *Constraint Checklist & Confidence Score:* 1. Only intro? Yes. 2. No full dir/zip names? Yes. 3. No cliches? Yes. 4. No AI/other site names? Yes. 5. Simplified Chinese? Yes. 6. HTML fragment only? Yes. 7. 500-800 Chinese chars (excluding punct/English)? Yes. (Need to carefully count). 8. 2-3 subheadings? Yes. 9. Required content included? Yes. 10. Specific topic, not generic? Yes. 11. Extract IT part of title? Yes (人工智能机器学习系统班). 12. No copying zip/rar/etc names? Yes. * *Drafting Content:* * *Subheading 1: Course Problem & Audience* 这门课针对的是具备后端开发基础的开发者，希望将人工智能与机器学习技术落地到金融量化分析场景中的需求。它解决的核心问题是：如何将Python数据处理、因子选股、时间序列预测与可视化工具组合成一套可复用的工程化流水线，而不是停留在算法原理解读层面。 * *Subheading 2: Foundation & Recommended Sections* 建议具备Python基础语法与NumPy/Pandas数据处理经验的读者优先阅读。初学者建议先通读Python基础代码与Matplotlib/Seaborn可视化实战章节，建立数据清洗与绘图的全局视角；随后重点攻克Ricequant回测与因子选股实战，以及fbprophet时间序列预测，这两部分是构建量化策略的工程核心。 * *Subheading 3: Independent Capability & Practice Support* 学完本资料，读者能够独立完成从数据获取、特征工程、策略回测到结果可视化的完整量化分析流程。资料通过提供完整的代码仓库与可运行的Jupyter Notebook，配合每章对应的示例数据，让读者在动手修改参数与逻辑的过程中，直接验证模块间的组合调用，无需从零搭建环境与寻找数据源。 4. **Refining and Counting Chinese Characters:** * *Text:* 这门课针对的是具备后端开发基础的开发者，希望将人工智能与机器学习技术落地到金融量化分析场景中的需求。它解决的核心问题是：如何将Python数据处理、因子选股、时间序列预测与可视化工具组合成一套可复用的工程化流水线，而不是停留在算法原理解读层面。 建议具备Python基础语法与NumPy/Pandas数据处理经验的读者优先阅读。初学者建议先通读Python基础代码与Matplotlib/Seaborn可视化实战章节，建立数据清洗与绘图的全局视角；随后重点攻克Ricequant回测与因子选股实战，以及fbprophet时间序列预测，

课程目录

课程目录270 集
  • 0-代码
  • | | └──Python基础代码.zip 174.65kb
  • | ├──第10章：Ricequant回测选股分析实战
  • | | └──1_simple_demo.txt 2.13kb
  • | ├──第12章：因子策略选股实例
  • | | └──2_因子策略.txt 2.72kb
  • | ├──第14章：因子打分选股实战
  • | | └──3_因子打分选股.txt 3.29kb
  • | ├──第17章：fbprophet时间序列预测神器
  • | | ├──.ipynb_checkpoints
  • | | ├──data
  • | | ├──images
  • | | ├──__pycache__
  • | | ├──1-Stocker Analysis .ipynb 798.35kb
  • | | ├──2-Stocker Prediction.ipynb 1.06M
  • | | └──stocker.py 40.72kb
  • | ├──第19章：Matplotlib工具包实战
  • | | └──Matplotlib绘图.zip 3.69M
  • | ├──第20章：Seaborn
  • | | ├──4-REG.ipynb 771.56kb
  • | | ├──5-category.ipynb 658.21kb
  • | | ├──6-FacetGrid.ipynb 839.22kb
  • | | ├──7-Heatmap.ipynb 326.68kb
  • | | ├──f1.png 141.53kb
  • | | ├──iris.data 4.59kb
  • | | ├──Seaborn-1Style.ipynb 1.54M
  • | | ├──Seaborn-2Color.ipynb 169.10kb
  • | | ├──Seaborn-3Var.ipynb 315.82kb
  • | | └──Untitled.ipynb 489.91kb
  • | ├──第4章：Numpy
  • | | └──numpy代码.zip 16.79kb
  • | ├──第5章：Pandas
  • | | └──tushare工具包.zip 3.89kb
  • | ├──第11章：因子数据预处理.zip 876.33kb
  • | ├──第13章：因子分析实战.zip 1.20M
  • | ├──第15章：基于回归的策略分析.zip 935.39kb
  • | ├──第16章：聚类与统计策略分析.zip 1004.71kb
  • | ├──第18章：深度学习时间序列预测.zip 14.02M
  • | ├──第6章：金融时间序列分析.zip 588.16kb
  • | ├──第7章：双均线交易策略实例.zip 747.87kb
  • | ├──第8章：策略评估指标.zip 363.20kb
  • | └──第9章：量化交易解读.zip 165.93kb
  • 1-Al课程所需安装软件教程
  • | ├──1.AI课程所需安装软件教程.mp4 16.18M
  • | ├──2.Python环境安装和搭建.mp4 48.10M
  • | ├──3.Anaconda基础讲解和使用的教程.mp4 44.39M
  • | ├──4.Pytorch (CPU版本安装).mp4 10.86M
  • | └──5.PyCharm安装和配置.mp4 16.95M
  • 2-Python快速入门
  • | ├──1.Python环境配置.mp4 67.89M
  • | 鈹溾攢鈹€10.Python寰幆.mp4 37.76M
  • | ├──12.模块与包.mp4 43.34M
  • | ├──13.异常处理模块.mp4 62.95M
  • | ├──14.文件操作.mp4 38.76M
  • | ├──15.类的基本定义.mp4 42.11M
  • | ├──16.类的属性操作.mp4 40.53M
  • | 鈹溾攢鈹€17.鏃堕棿鎿嶄綔.mp4 23.91M
  • | ├──2.anaconda环境安装和搭建.mp4 47.53M
  • | ├──4.Python数据类型.mp4 26.53M
  • | 鈹溾攢鈹€5.Python鍒楄〃.mp4 40.68M
  • | 鈹溾攢鈹€6.Python鍏冪粍.mp4 21.42M
  • | 鈹溾攢鈹€7.Python闆嗗悎.mp4 31.32M
  • | 鈹溾攢鈹€8.Python瀛楀吀.mp4 31.10M
  • | 鈹斺攢鈹€9.Python鏉′欢鍒ゆ柇.mp4 17.50M
  • 3-Python数据科学必备工具包实战
  • | ├──1.科学计算库-Numpy
  • | | 鈹溾攢鈹€1-Numpy姒傝堪.mp4 28.24M
  • | | 鈹溾攢鈹€10-鍥涘垯杩愮畻.mp4 28.09M
  • | | ├──11-随机模块.mp4 48.38M
  • | | ├──12-文件读写.mp4 21.35M
  • | | 鈹溾攢鈹€13-鏁扮粍淇濆瓨.mp4 39.25M
  • | | 鈹溾攢鈹€2-Array鏁扮粍.mp4 30.05M
  • | | ├──3-数组结构.mp4 58.10M
  • | | 鈹溾攢鈹€4-鏁扮粍绫诲瀷.mp4 19.58M
  • | | 鈹溾攢鈹€6-鎺掑簭鎿嶄綔.mp4 36.56M
  • | | ├──7-数组形状操作.mp4 50.89M
  • | | ├──8-数组生成函数.mp4 40.27M
  • | | └──9-常用生成函数.mp4 24.54M
  • | ├──2.数据分析处理库-Pandas
  • | | 鈹溾攢鈹€1-Pandas姒傝堪.mp4 32.21M
  • | | ├──10-数据透视表.mp4 41.49M
  • | | 鈹溾攢鈹€11-鏃堕棿鎿嶄綔.mp4 37.35M
  • | | ├──12-时间序列操作.mp4 26.49M
  • | | 鈹溾攢鈹€13-Pandas甯哥敤鎿嶄綔.mp4 48.13M
  • | | 鈹溾攢鈹€14-Pandas甯哥敤鎿嶄綔2.mp4 42.98M
  • | | 鈹溾攢鈹€15-Groupby鎿嶄綔寤朵几.mp4 64.63M
  • | | 鈹溾攢鈹€18-Pandas缁樺浘鎿嶄綔.mp4 53.90M
  • | | ├──19-大数据处理技巧.mp4 98.27M
  • | | 鈹溾攢鈹€2-Pandas鍩烘湰鎿嶄綔.mp4 35.93M
  • | | 鈹溾攢鈹€3-Pandas绱㈠紩.mp4 33.83M
  • | | 鈹溾攢鈹€4-groupby鎿嶄綔.mp4 33.30M
  • | | 鈹溾攢鈹€6-瀵硅薄鎿嶄綔.mp4 38.62M
  • | | 鈹溾攢鈹€7-瀵硅薄鎿嶄綔2.mp4 39.53M
  • | | 鈹溾攢鈹€8-merge鎿嶄綔.mp4 41.50M
  • | | 鈹斺攢鈹€9-鏄剧ず璁剧疆.mp4 22.24M
  • | ├──3.可视化库-Matplotlib
  • | | 鈹溾攢鈹€1-Matplotlib姒傝堪.mp4 38.82M
  • | | ├──10-绘图细节设置2.mp4 42.75M
  • | | ├──11-直方图与散点图.mp4 56.65M
  • | | 鈹溾攢鈹€14-瀛愬浘甯冨眬.mp4 33.64M
  • | | 鈹溾攢鈹€15-缁撳悎pandas涓巗klearn.mp4 45.88M
  • | | 鈹溾攢鈹€3-椋庢牸璁剧疆.mp4 16.35M
  • | | 鈹溾攢鈹€7-鐩掑浘缁樺埗.mp4 27.47M
  • | | 鈹溾攢鈹€8-鐩掑浘缁嗚妭.mp4 45.15M
  • | | └──9-绘图细节设置.mp4 43.86M
  • | └──4.可视化库-Seaborn
  • | | ├──0-课程简介.mp4 7.84M
  • | | ├──1-整体布局风格设置.mp4 27.55M
  • | | ├──2-风格细节设置.mp4 15.69M
  • | | ├──4-调色板颜色设置.mp4 24.71M
  • | | ├──5-单变量分析绘图.mp4 31.93M
  • | | ├──6-回归分析绘图.mp4 27.65M
  • | | ├──7-多变量分析绘图.mp4 34.83M
  • | | ├──8-分类属性绘图.mp4 32.47M
  • | | └──9-Facetgrid使用方法.mp4 27.60M
  • 4-人工智能-必备数学课程
  • | ├──1.高等数学基础
  • | | ├──3-无穷小与无穷大.mp4 14.66M
  • | | ├──4-连续性与导数.mp4 20.51M
  • | | 鈹溾攢鈹€6-鏂瑰悜瀵兼暟.mp4 19.38M
  • | | 鈹斺攢鈹€7-姊害.mp4 30.69M
  • | ├──10.熵与激活函数
  • | | 鈹溾攢鈹€1-鐔电殑姒傚康.mp4 10.27M
  • | | ├──2-熵的大小意味着什么.mp4 37.50M
  • | | └──4-激活函数的问题.mp4 21.60M
  • | ├──11.回归分析
  • | | ├──1-回归分析概述.mp4 21.71M
  • | | ├──10-高阶与分类变量实例.mp4 34.55M
  • | | ├──11-案例：汽车价格预测任务概述.mp4 28.93M
  • | | ├──12-案例：缺失值填充.mp4 38.19M
  • | | ├──13-案例：特征相关性.mp4 61.62M
  • | | ├──14-案例：预处理问题.mp4 19.60M
  • | | ├──15-案例：回归求解.mp4 43.16M
  • | | ├──2-回归方程定义.mp4 10.94M
  • | | ├──3-误差项的定义.mp4 19.01M
  • | | ├──4-最小二乘法推导与求解.mp4 26.60M
  • | | ├──5-回归方程求解小例子.mp4 16.71M
  • | | ├──6-回归直线拟合优度.mp4 26.61M
  • | | ├──7-多元与曲线回归问题.mp4 21.52M
  • | | 鈹斺攢鈹€9-statsmodels鍥炲綊鍒嗘瀽.mp4 24.76M
  • | ├──12.假设检验
  • | | ├──1-假设检验基本思想.mp4 36.14M
  • | | ├──10-Python假设检验实例.mp4 56.00M
  • | | ├──11-Python卡方检验实例.mp4 25.54M
  • | | ├──2-左右侧检验与双侧检验.mp4 48.93M
  • | | ├──3-Z检验基本原理.mp4 19.37M
  • | | ├──5-T检验基本原理.mp4 57.82M
  • | | ├──7-T检验应用条件.mp4 28.74M
  • | | └──9-假设检验中的两类错误.mp4 51.01M
  • | ├──13.相关分析
  • | | ├──1-相关分析概述.mp4 29.95M
  • | | ├──2-皮尔森相关系数.mp4 25.70M
  • | | ├──4-斯皮尔曼等级相关.mp4 55.36M
  • | | ├──6-质量相关分析.mp4 50.69M
  • | | └──7-偏相关与复相关.mp4 38.27M
  • | ├──14.方差分析
  • | | ├──1-方差分析概述.mp4 20.47M
  • | | ├──3-方差分析计算方法.mp4 60.66M
  • | | ├──4-方差分析中的多重比较.mp4 30.53M
  • | | ├──5-多因素方差分析.mp4 45.47M
  • | | └──6-Python方差分析实例.mp4 30.10M
  • | ├──15.聚类分析
  • | | ├──1-层次聚类概述.mp4 19.58M
  • | | ├──2-层次聚类流程.mp4 53.83M
  • | | ├──3-层次聚类实例.mp4 54.22M
  • | | 鈹溾攢鈹€4-1-KMEANS绠楁硶姒傝堪.mp4 18.52M
  • | | 鈹溾攢鈹€4-2-KMEANS宸ヤ綔娴佺▼.mp4 14.37M
  • | | ├──4-3-KMEANS迭代可视化展示.mp4 28.46M
  • | | 鈹溾攢鈹€5-1-DBSCAN鑱氱被绠楁硶.mp4 19.38M
  • | | 鈹溾攢鈹€5-2-DBSCAN宸ヤ綔娴佺▼.mp4 28.04M
  • | | ├──6-1-多种聚类算法概述.mp4 6.96M
  • | | └──6-2-聚类案例实战.mp4 62.47M
  • | ├──16.贝叶斯分析
  • | | ├──1-贝叶斯分析概述.mp4 29.32M
  • | | 鈹溾攢鈹€10-MCMC姒傝堪.mp4 48.27M
  • | | 鈹溾攢鈹€11-PYMC3姒傝堪.mp4 26.70M
  • | | ├──3-贝叶斯学派与经典统计学派的争论.mp4 24.63M
  • | | ├──4-贝叶斯算法概述.mp4 11.38M
  • | | ├──5-贝叶斯推导实例.mp4 11.97M
  • | | ├──6-贝叶斯拼写纠错实例.mp4 18.65M
  • | | └──9-经典求解思路.mp4 35.12M
  • | ├──2.微积分
  • | | ├──1-微积分基本想法.mp4 14.18M
  • | | ├──2-微积分的解释.mp4 17.79M
  • | | 鈹溾攢鈹€4-瀹氱Н鍒嗘€ц川.mp4 11.65M
  • | | └──5-牛顿-莱布尼茨公式.mp4 28.66M
  • | ├──3.泰勒公式与拉格朗日
  • | | ├──1-泰勒公式出发点.mp4 13.65M
  • | | 鈹溾攢鈹€2-涓€鐐逛竴涓栫晫.mp4 20.93M
  • | | ├──5-拉格朗日乘子法.mp4 26.94M
  • | | └──6-求解拉格朗日乘子法.mp4 26.16M
  • | ├──4.线性代数基础
  • | | ├──2-矩阵与数据的关系.mp4 19.72M
  • | | ├──3-矩阵基本操作.mp4 26.52M
  • | | ├──4-矩阵的几种变换.mp4 12.15M
  • | | 鈹溾攢鈹€5-鐭╅樀鐨勭З.mp4 29.87M
  • | ├──5.特征值与矩阵分解
  • | | ├──1-特征值与特征向量.mp4 15.53M
  • | | ├──2-特征空间与应用.mp4 10.08M
  • | | ├──3-SVD要解决的问题.mp4 15.67M
  • | | 鈹斺攢鈹€5-SVD鐭╅樀鍒嗚В.mp4 30.87M
  • | ├──6.随机变量
  • | | ├──1-离散型随机变量.mp4 16.89M
  • | | ├──2-连续型随机变量.mp4 26.37M
  • | | ├──3-简单随机抽样.mp4 4.98M
  • | | └──5-极大似然估计.mp4 24.07M
  • | ├──7.概率论基础
  • | | 鈹溾攢鈹€10-鏈熸湜姹傝В.mp4 21.02M
  • | | ├──11-马尔科夫不等式.mp4 19.78M
  • | | ├──12-切比雪夫不等式.mp4 29.66M
  • | | ├──13-后验概率估计.mp4 22.98M
  • | | ├──14-贝叶斯拼写纠错实例.mp4 18.65M
  • | | ├──15-垃圾邮件过滤实例.mp4 22.90M
  • | | 鈹溾攢鈹€2-鍙ゅ吀姒傚瀷.mp4 16.07M
  • | | 鈹溾攢鈹€3-鏉′欢姒傜巼.mp4 20.17M
  • | | ├──4-条件概率小例子.mp4 15.77M
  • | | ├──6-二维离散型随机变量.mp4 19.68M
  • | | ├──7-二维连续型随机变量.mp4 14.42M
  • | | 鈹溾攢鈹€8-杈圭紭鍒嗗竷.mp4 25.11M
  • | | 鈹斺攢鈹€9-鏈熸湜.mp4 10.96M
  • | ├──8.数据科学你得知道的几种分布
  • | | 鈹溾攢鈹€3-娉婃澗鍒嗗竷.mp4 69.74M
  • | | 鈹溾攢鈹€4-鍧囧寑鍒嗗竷.mp4 11.86M
  • | | 鈹溾攢鈹€5-鍗℃柟鍒嗗竷.mp4 33.64M
  • | | 鈹斺攢鈹€6-beta鍒嗗竷.mp4 59.81M
  • | └──9.核函数变换
  • | | ├──1-核函数的目的.mp4 15.76M
  • | | ├──3-多项式核函数.mp4 9.27M
  • 5-机器学习算法精讲及其案例应用
  • | ├──1.线性回归原理推导
  • | | ├──1-回归问题概述.mp4 20.04M
  • | | ├──3-独立同分布的意义.mp4 24.89M
  • | | ├──4-似然函数的作用.mp4 29.63M
  • | | ├──6-梯度下降通俗解释.mp4 21.25M
  • | | ├──7-参数更新方法.mp4 25.31M
  • | | └──8-优化参数设置.mp4 27.28M
  • | ├──10.聚类算法实验分析
  • | | ├──1-Kmenas算法常用操作.mp4 42.17M
  • | | 鈹溾攢鈹€11-DBSCAN绠楁硶.mp4 55.93M
  • | | ├──2-聚类结果展示.mp4 13.35M
  • | | ├──3-建模流程解读.mp4 30.37M
  • | | 鈹溾攢鈹€5-璇勪及鎸囨爣-Inertia.mp4 48.53M
  • | | ├──6-如何找到合适的K值.mp4 35.07M
  • | | ├──7-轮廓系数的作用.mp4 42.74M
  • | | ├──8-Kmenas算法存在的问题.mp4 34.73M
  • | | └──9-应用实例-图像分割.mp4 40.19M
  • | ├──11.决策树原理
  • | | ├──1-决策树算法概述.mp4 24.75M
  • | | 鈹溾攢鈹€2-鐔电殑浣滅敤.mp4 23.18M
  • | | ├──3-信息增益原理.mp4 30.77M
  • | | ├──4-决策树构造实例.mp4 25.55M
  • | | ├──5-信息增益率与gini系数.mp4 18.53M
  • | | └──8-回归问题解决.mp4 18.59M
  • | ├──12.决策树代码实现
  • | | ├──1-整体模块概述.mp4 11.87M
  • | | ├──2-递归生成树节点.mp4 28.21M
  • | | ├──3-整体框架逻辑.mp4 20.73M
  • | | ├──5-数据集切分.mp4 27.89M
  • | | ├──6-完成树模型构建.mp4 28.25M
  • | | └──7-测试算法效果.mp4 22.99M
  • | ├──13.决策树实验分析
  • | | ├──1-树模型可视化展示.mp4 22.29M
  • | | ├──2-决策边界展示分析.mp4 41.78M
  • | | ├──3-树模型预剪枝参数作用.mp4 27.67M
  • | ├──14.集成算法原理
  • | | ├──1-随机森林算法原理.mp4 32.27M
  • | | ├──2-随机森林优势与特征重要性指标.mp4 26.43M
  • | | ├──3-提升算法概述.mp4 23.14M
  • | ├──15.集成算法实验分析
  • | | ├──1-构建实验数据集.mp4 20.03M
  • | | ├──10-集成参数对比分析.mp4 85.77M
  • | | ├──11-模型提前停止策略.mp4 31.64M
  • | | ├──12-停止方案实施.mp4 48.87M
  • | | ├──2-硬投票与软投票效果对比.mp4 69.35M
  • | | 鈹溾攢鈹€3-Bagging绛栫暐鏁堟灉.mp4 22.86M
  • | | ├──4-集成效果展示分析.mp4 25.24M
  • | | ├──5-OOB袋外数据的作用.mp4 8.05M
  • | | ├──6-特征重要性热度图展示.mp4 37.95M
  • | | 鈹溾攢鈹€7-Adaboost绠楁硶姒傝堪.mp4 14.43M
  • | | ├──8-Adaboost决策边界效果.mp4 37.60M
  • | | └──9-GBDT提升算法流程.mp4 24.02M
  • | ├──16.支持向量机原理推导
  • | | ├──1-支持向量机要解决的问题.mp4 20.00M
  • | | ├──2-距离与数据定义.mp4 20.42M
  • | | ├──3-目标函数推导.mp4 26.21M
  • | | ├──4-拉格朗日乘子法求解.mp4 22.01M
  • | | ├──5-化简最终目标函数.mp4 16.86M
  • | | ├──6-求解决策方程.mp4 32.30M
  • | | ├──8-核函数的作用.mp4 33.15M
  • | | 鈹斺攢鈹€9-鐭ヨ瘑鐐规€荤粨.mp4 26.27M
  • | ├──17.支持向量机实验分析
  • | | ├──1-支持向量机所能带来的效果.mp4 29.64M
  • | | ├──2-决策边界可视化展示.mp4 34.50M
  • | | ├──3-软间隔的作用.mp4 32.99M
  • | | 鈹溾攢鈹€4-闈炵嚎鎬VM.mp4 22.88M
  • | | └──5-核函数的作用与效果.mp4 68.35M
  • | ├──18.神经网络算法原理
  • | | ├──1-深度学习要解决的问题.mp4 20.40M
  • | | ├──10-神经网络架构细节.mp4 37.48M
  • | | ├──11-神经元个数对结果的影响.mp4 58.66M
  • | | ├──12-正则化与激活函数.mp4 29.15M
  • | | ├──13-神经网络过拟合解决方法.mp4 40.51M
  • | | ├──2-深度学习应用领域.mp4 50.03M
  • | | ├──3-计算机视觉任务.mp4 17.88M
  • | | ├──4-视觉任务中遇到的问题.mp4 32.88M
  • | | ├──6-损失函数的作用.mp4 31.08M
  • | | ├──7-前向传播整体流程.mp4 39.09M
  • | | ├──8-返向传播计算方法.mp4 25.66M
  • | | └──9-神经网络整体架构.mp4 30.53M
  • | ├──19.神经网络代码实现
  • | | ├──1-神经网络整体框架概述.mp4 22.18M
  • | | ├──10-完成全部迭代更新模块.mp4 66.21M
  • | | ├──11-手写字体识别数据集.mp4 40.13M
  • | | ├──12-算法代码错误修正.mp4 55.49M
  • | | ├──13-模型优化结果展示.mp4 54.74M
  • | | ├──14-测试效果可视化展示.mp4 63.15M
  • | | ├──2-参数初始化操作.mp4 42.95M
  • | | ├──3-矩阵向量转换.mp4 31.99M
  • | | ├──5-完成前向传播模块.mp4 36.36M
  • | | ├──6-损失函数定义.mp4 35.93M
  • | | ├──7-准备反向传播迭代.mp4 30.19M
  • | | 鈹斺攢鈹€9-閫愬眰璁＄畻.mp4 38.90M
  • | ├──2.线性回归代码实现
  • | | ├──1-线性回归整体模块概述.mp4 14.74M
  • | | ├──3-实现梯度下降优化模块.mp4 40.15M
  • | | ├──4-损失与预测模块.mp4 47.36M
  • | | ├──5-数据与标签定义.mp4 44.48M
  • | | ├──6-训练线性回归模型.mp4 45.27M
  • | | ├──7-得到线性回归方程.mp4 36.19M
  • | | ├──8-整体流程debug解读.mp4 34.44M
  • | | └──9-多特征回归模型.mp4 62.77M
  • | ├──20.贝叶斯算法原理
  • | | ├──1-贝叶斯要解决的问题.mp4 14.38M
  • … 共 606 条

同类课程

和你正在看的这门一个方向
查看更多
韦东山90天RTOS双系统2期后端开发
会员免费 热卖
查看详情

韦东山90天RTOS双系统2期

永久有效 · 网盘发货

¥29会员免费
64 人已购 87
Y亚慧ai产品经理课后端开发
会员免费
查看详情

Y亚慧ai产品经理课

永久有效 · 网盘发货

¥29会员免费
3 人已购 127
黑马Java+AI新版V17零基础就业班后端开发
会员免费 热卖
查看详情

黑马Java+AI新版V17零基础就业班

永久有效 · 网盘发货

¥29会员免费
1 人已购 425
LLM推理优化与部署实战攻略完整版后端开发
会员免费
查看详情

LLM推理优化与部署实战攻略完整版

永久有效 · 网盘发货

¥29会员免费
1 人已购 177
java旗舰面试系统课程后端开发
会员免费
查看详情

java旗舰面试系统课程

永久有效 · 网盘发货

¥29会员免费
1 人已购 165