【计算机-公开课】斯坦福大学：机器学习吴恩达

发布时间：2025-02-25

发布者：

雨打芭蕉

文件大小：共计100个文件，合计:1.34 GB

资源金币：4.99 金币

资源来源：阿里网盘

资源状态：【实时检测】链接有效

本站会员，可以免费下载全站所有资源

资源介绍

欢迎来到斯坦福大学吴恩达教授的机器学习公开课！本课程涵盖了机器学习的各个方面，包括矢量量化、矩阵分解、协同过滤算法、推荐系统、异常检测、高斯分布、主成分分析、聚类、SVM、决策树、神经网络等内容。每讲都附有详细的视频教程，让您能够更好地理解和掌握机器学习的核心概念和技术。无论是初学者还是有经验的开发者，都可以在这门课中找到适合自己的学习内容。阿里云盘为您提供方便快捷的下载方式，快来加入我们，开启机器学习的探索之旅吧！

资源目录结构(只展示部分的文件和文件夹，以下文件快照生成于2025-02-25)

资源投诉

【计算机-公开课】斯坦福大学：机器学习吴恩达708.55 MB

第讲矢量化：低轶矩阵分解.mp48.65 MB

099 第99讲协同过滤算法.mp412.10 MB

098 第98讲协同过滤.mp410.59 MB

097 第97讲基于内容的推荐算法.mp415.63 MB

096 第96讲问题规划.mp416.57 MB

095 第95讲使用多变量高斯分布的异常检测.mp415.35 MB

094 第94讲多变量高斯分布.mp429.79 MB

093 第93讲选择要使用的功能.mp413.27 MB

092 第92讲异常检测VS监督学习.mp48.61 MB

09 第9讲开发和评估异常检测系统.mp414.07 MB

090 第90讲算法.mp425.39 MB

089 第89讲高斯分布.mp410.30 MB

088 第88讲问题动机.mp416.07 MB

087 第87讲应用PCA的建议.mp426.81 MB

086 第86讲压缩重现.mp48.23 MB

085 第85讲主成分数量选择.mp416.60 MB

084 第84讲主成分分析问题规划II.mp416.18 MB

083 第83讲主成分分析问题规划I.mp49.52 MB

082 第82讲目标II：可视化.mp45.51 MB

08 第8讲目标I：数据压缩.mp412.84 MB

080 第80讲选取聚类数量.mp48.66 MB

079 第79讲随机初始化.mp47.88 MB

078 第78讲优化目标.mp414.78 MB

077 第77讲 K-Means算法.mp412.64 MB

076 第76讲无监督学习.mp46.90 MB

075 第75讲使用SVM.mp422.68 MB

074 第74讲核函数II.mp420.01 MB

073 第73讲核函数Ⅰ.mp415.73 MB

072 第72讲大间隔分类器的数学原理.mp419.84 MB

07 第7讲直观上对大间隔的理解.mp410.56 MB

070 第70讲优化目标.mp415.18 MB

069 第69讲机器学习数据.mp412.17 MB

068 第68讲精确度和召回率的权衡.mp414.65 MB

067 第67讲不对称性分类的误差评估.mp412.27 MB

066 第66讲误差分析.mp414.45 MB

065 第65讲确定执行的优先级.mp410.18 MB

064 第64讲决定接下来做什么.mp47.89 MB

063 第63讲学习曲线.mp412.06 MB

062 第62讲正则化和偏差方差.mp411.80 MB

06 第6讲诊断偏差与方差.mp48.28 MB

060 第60讲模型选择和训练验证测试集.mp412.93 MB

059 第59讲评估假设.mp47.65 MB

058 第58讲决定下一步做什么.mp46.39 MB

057 第57讲无人驾驶.mp410.09 MB

056 第56讲组合到一起.mp428.48 MB

055 第55讲随机初始化.mp414.38 MB

054 第54讲梯度检测.mp425.05 MB

053 第53讲使用注意：展开参数.mp48.63 MB

052 第52讲理解反向传播.mp431.42 MB

05 第5讲反向传播算法.mp412.83 MB

1、本网站数据来自互联网，通过自动抓取公开网页链接构建数据库，系统将基于链接特征选择性收录符合收录标准的内容

2、根据用户输入的关键词，通过智能算法自动匹配并展示相关第三方网页链接。所有搜索结果均为实时动态生成

3、本站不控制、修改第三方网页内容，不对其可用性、准确性负责

4、搜索结果中的广告及推广内容不代表本站推荐或担保

5、所有内容获取/呈现均通过自动化程序完成，无人工干预

【计算机-公开课】斯坦福大学：机器学习 吴恩达

资源介绍

【计算机-公开课】斯坦福大学：机器学习吴恩达