极客时间-机器学习训练营期

发布时间：2025-04-04

发布者：

古道西

文件大小：共计78个文件，合计:42.21 GB

资源金币：4.99 金币

资源来源：夸克网盘

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2025-04-04)

资源投诉

极客时间-机器学习训练营期21.00 GB

7-加餐：机器学习进阶理论与战术2.71 GB

加餐：CUDA 与 Tensor RT_ev.mp4884.20 MB

加餐：CV 的简单介绍_ev.mp4601.24 MB

加餐：公理化概率体系_ev.mp4344.09 MB

加餐：NLP 与 RL 的简单介绍_ev.mp4737.03 MB

加餐：K8s及课程总结_ev.mp4204.38 MB

5-第4章：使用 Kubernetes 进行部署883.44 MB

使用 Kubernetes 进行部署 · 直播完整版_ev.mp4883.44 MB

4-第3章：Jax 简介789.15 MB

Jax 简介· 第一讲 · 直播完整版_ev.mp4574.73 MB

Jax 简介· 第二讲 · 直播完整版_ev.mp4213.92 MB

机器学习-第3章.pdf513.97 KB

3-第2章：AutoML 介绍1.46 GB

AutoML 介绍· 第二讲 · 直播完整版_ev.mp4866.85 MB

AutoML 介绍· 第一讲 · 直播完整版_ev.mp4629.82 MB

机器学习-第2章.pdf687.11 KB

2-第章：神经网络训练方法2.89 GB

神经网络训练方法· 第二讲 · 直播完整版_ev.mp41.88 GB

神经网络训练方法· 第一讲 · 直播完整版_ev.mp41.00 GB

机器学习-第章.pdf588.07 KB

-第0章：PyTorch 基本语法1.59 GB

PyTorch 基本语法 · 第二讲 · 直播完整版_ev.mp4815.25 MB

PyTorch 基本语法 · 第一讲 · 直播完整版_ev.mp4811.66 MB

机器学习-第0章.pdf989.83 KB

0-第09章：深度学习基础及常见网络2.98 GB

深度学习基础及常见网络 · 第四讲 · 直播完整版_ev.mp4740.87 MB

深度学习基础及常见网络 · 第二讲 · 直播完整版_ev.mp4822.94 MB

深度学习基础及常见网络 · 第一讲 · 直播完整版_ev.mp4764.66 MB

深度学习基础及常见网络 · 第三讲 · 直播完整版_ev.mp4725.48 MB

机器学习-第9章.pdf1.46 MB

09-第08章：集成学习方法2.08 GB

集成学习方法 · 第一讲 · 直播完整版_ev.mp41015.68 MB

集成学习方法 · 第二讲 · 直播完整版_ev.mp41.09 GB

机器学习-第8章.pdf655.42 KB

08-第07章：特征工程方法论1.38 GB

特征工程方法论 · 第二讲 · 直播完整版_ev.mp4987.42 MB

特征工程方法论 · 第一讲 · 直播完整版_ev.mp4424.56 MB

机器学习-第7章.pdf1.02 MB

07-第06章：经典机器学习算法及调优4.28 GB

经典机器学习算法及调优 · 第四讲 · 直播完整版_ev.mp4905.32 MB

经典机器学习算法及调优 · 第五讲 · 直播完整版_ev.mp4821.37 MB

经典机器学习算法及调优 · 第二讲 · 直播完整版_ev.mp4819.30 MB

经典机器学习算法及调优 · 第三讲 · 直播完整版_ev.mp4959.88 MB

经典机器学习算法及调优 · 第一讲 · 直播完整版_ev.mp4870.39 MB

机器学习-第6章.pdf785.80 KB

ML_chapter7_dataset.zip3.81 MB

06-第05章：手撸机器学习算法

05-第04章：机器学习基本概念

04-高等数学与线性代数加餐

03-第03章：PythonR 中的数据操作及可视化

02-第02章：Python 性能调优指南

0-第0章：Python_R基础

-开营仪式

代码地址.txt133.00 B

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