【黑马程序员】智能机器人软件开发无基础小白也能学会的人工智能课 - 带源码课件

发布时间：2024-12-08

发布者：

暮色四合

文件大小：共计85个文件，合计:1.62 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

资源介绍

【资源介绍】《黑马程序员》倾力打造的智能机器人软件开发课程，专为无基础小白设计，让您轻松入门人工智能领域。课程包含丰富的源码课件，涵盖从高等数学入门到机器学习、神经网络等多个方面，让您不仅学会理论知识，还能动手实践。无论是线性回归、KNN算法，还是手写数字识别，每一个知识点都有详细的视频教程。此外，课程还包含实战案例，如图形变换、逻辑回归步骤等，帮助您全面掌握智能机器人开发的技能。立即加入，开启您的人工智能学习之旅！

网盘类型：夸克网盘

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2024-12-08)

资源投诉

【黑马程序员】智能机器人软件开发无基础小白也能学会的人工智能课 - 带源码课件1.62 GB

day693.68 MB

_生成测试和训练数据集.mp419.62 MB

7_代码增加一个维度.mp416.97 MB

04_数据采集方式.mp443.89 MB

2_调参选取最优的k.mp436.48 MB

3_增加数据的维度.mp410.35 MB

0_评估模型好坏的方法，训练集和测试集.mp410.35 MB

05_knn算法入门.mp412.04 MB

09_实验演示验证结论.mp425.56 MB

06_knn算法python实现.mp470.70 MB

07_代码流程回顾.mp415.05 MB

22_使用矩阵和向量实现knn.mp468.95 MB

4_numpy加载特殊数据.mp416.33 MB

23_ 房价预测简单框架.mp452.57 MB

5_欧式距离.mp411.89 MB

_为什么要学习数学().mp418.12 MB

20_向量和向量的运算.mp429.98 MB

0_引言和学习方法.mp412.80 MB

08_抽取knn函数.mp411.17 MB

6_二维空间距离的计算.mp428.61 MB

9_knn的feature的选择.mp48.88 MB

24_数据的归一化和标准化.mp463.05 MB

8_数据归一化.mp431.97 MB

附_如何学习数学.mp413.91 MB

03_什么是机器学习().mp416.04 MB

02_feature和label.mp427.73 MB

附：问题.mp414.89 MB

2_概念总结.mp45.77 MB

day4347.52 MB

0_自然底数和sigmod函数.mp430.75 MB

03_逻辑回归简单实现_ev.mp424.20 MB

06_多分类问题softmax公式_ev.mp412.43 MB

0_手写数字的识别_ev.mp448.90 MB

02_矩阵运算计算逻辑回归_ev.mp410.29 MB

5_感知机_ev.mp45.06 MB

4_多层神经网络演示_ev.mp423.70 MB

08_手写数字的识别原理_ev.mp411.80 MB

9_概率简介.mp453.67 MB

04_多分类问题_ev.mp47.97 MB

07_手写数字数据集_ev.mp418.51 MB

8_交叉熵cross-entropy_ev.mp415.54 MB

_手写数字bug处理_ev.mp417.32 MB

7_线性模型和非线性模型_ev.mp413.25 MB

6_感知机数学原理_ev.mp46.38 MB

09_手写数字数据集的处理_ev.mp424.37 MB

2_ai自动驾驶_ev.mp43.54 MB

05_多分类的概率问题思考_ev.mp414.34 MB

3_神经网络的作用_ev.mp45.50 MB

day2246.93 MB

04_损失函数和最小均方差_ev.mp414.93 MB

0_偏导数分别求解m和b的导数_ev.mp415.91 MB

05_excle来简单理解梯度下降_ev.mp418.78 MB

09_Excel演示梯度下降&学习速率_ev.mp422.30 MB

2_Python代码实现梯度下降_ev.mp437.19 MB

_对m和b分别进行梯度下降_ev.mp422.18 MB

03_Excel进行线性回归_ev.mp48.92 MB

06_梯度下降的问题分析_ev.mp410.80 MB

07_求导简单入门_ev.mp413.01 MB

02_线性回归解决什么问题_ev.mp47.67 MB

3_代码测试生成m和b_ev.mp415.54 MB

4_作业演示.mp432.86 MB

0_线性回归和Knn.mp414.91 MB

08_mse对b进行求导_ev.mp411.93 MB

day3328.24 MB

_用矩阵运算重构线性回归代码_ev.mp418.60 MB

2_图形变换综合案例_ev.mp47.51 MB

0_高等数学入门.mp423.30 MB

7_位图和svg图的区别_ev.mp413.92 MB

6_bmp是如何描述图片的_ev.mp437.81 MB

07_矩阵的乘法不满足交换律_ev.mp45.51 MB

20_矩阵的缩放处理_ev.mp43.84 MB

3_增加数据的维度.mp410.11 MB

08_用numpy进行矩阵的乘法运算_ev.mp47.78 MB

9_矩阵运算旋转图形_ev.mp415.46 MB

24_逻辑回归的步骤.mp419.81 MB

02_问题描述_ev.mp43.49 MB

4_函数模型的评估和错误率的计算_ev.mp420.81 MB

0_numpy矩阵运算演示m和b的偏导_ev.mp418.06 MB

5_矩阵可以理解为一个变化函数_ev.mp44.23 MB

8_矩阵运算变化图片的位置_ev.mp414.61 MB

06_手动计算矩阵的乘法_ev.mp410.60 MB

2_对比程序执行的时间_ev.mp48.36 MB

05_矩阵的加法_ev.mp45.34 MB

23_sigmod函数引入_ev.mp412.07 MB

03_简单理解矩阵运算的现实含义_ev.mp45.85 MB

22_机器学习浅谈_ev.mp422.96 MB

09_矩阵运算计算m和b的偏导数_ev.mp423.52 MB

04_矩阵的形状_ev.mp414.70 MB

资料.zip45.94 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

【黑马程序员】智能机器人软件开发 无基础小白也能学会的人工智能课 - 带源码课件

资源介绍

【黑马程序员】智能机器人软件开发无基础小白也能学会的人工智能课 - 带源码课件