深度学习基础介绍机器学习
1 课程介绍机器学习介绍上.mp4
2 课程介绍机器学习介绍下.mp4
3 深度学习介绍.mp4
4 基本概念.mp4
5 决策树算法.mp4
6 决策树应用.mp4
7 最邻近规则分类KNN算法.mp4
8 最邻近规则KNN分类应用.mp4
9 支持向量机SVM上.mp4
10 支持向量机SVM上应用.mp4
11 神经网络算法应用上.mp4
12 神经网络算法应用下.mp4
13 简单线性回归上.mp4
14 简单线性回归下.mp4
15 多元线性回归.mp4
16 多元线性回归应用.mp4
17 非线性回归 Logistic Regression.mp4
18 非线性回归应用.mp4
19 神经网络NN算法.mp4
20 支持向量机SVM算法下应用.mp4
21 支持向量机SVM算法下.mp4
22 回归中的相关度和决定系数.mp4
23 回归中的相关性和R平方值应用.mp4
24 Kmeans算法.mp4
25 Kmeans应用.mp4
26 Hierarchical clustering 层次聚类.mp4
27 总结.mp4

深度学习进阶：算法与应用
01 基本概念清晰版.mp4
02 软件包安装和环境配置总述.mp4
03 环境配置分部详解.mp4
04 环境配置分部详解下.mp4
05 手写数字识别.mp4
06 神经网络基本结构及梯度下降算法.mp4
07 随机梯度下降算法.mp4
08 梯度下降算法实现上.mp4
09 梯度下降算法实现下.mp4
10 神经网络手写数字演示.mp4
11 Backpropagation算法上.mp4
12 Backpropagation算法下.mp4
13 Backpropagation算法实现.mp4
14 cross entropy函数.mp4
15 Softmax和Overfitting.mp4
16 Regulization.mp4
17 Regulazition和Dropout.mp4
18 正态分布和初始化修正版.mp4
19 提高版本的手写数字识别实现.mp4
20 神经网络参数hyper parameters选择.mp4
21 深度神经网络中的难点.mp4
22 用ReL解决VanishingGradient问题.mp4
23 ConvolutionNerualNetwork算法.mp4
24 ConvolutionNeuralNetwork实现上.mp4
25 ConvolutionNeuralNetwork实现下.mp4
26 Restricted Boltzmann Machine.mp4
27 Restricted Boltzmann Machine下.mp4