获取资料

七月在线机器学习工程师班第八期

七月在线机器学习工程师班第八期

课程目录

第1课 机器学习中的微分与矩阵.mp4 507.17M

第2课 概率与凸优化.mp4 308.35M

第3课 回归问题与应用.mp4 674.61M

第4课 决策树、随机森林、GBDT.mp4 521.87M

第5课 SVM.mp4 329.80M

第6课 最大熵与EM算法.mp4 329.92M

第7课 机器学习中的特征工程处理.mp4 923.38M

第8课 多算法组合与模型最优化.mp4 856.38M

第9课 sklearn与机器学习实战.mp4 1.10G

第10课 高级工具xgboost_lightGBM与建模实战.mp4 1.10G

第11课 用户画像与推荐系统.mp4 560.52M

第12课 聚类.mp4 301.29M

第13课 聚类与推荐系统实战.mp4 1.00G

第14课 贝叶斯网络.mp4 529.96M

第15课 隐马尔科夫模型HMM.mp4 596.35M

第16课 主题模型.mp4 659.95M

第17课 神经网络初步.mp4 600.04M

第18课 卷积神经网络与计算机视觉.mp4 660.01M

第19课 循环神经网络与自然语言处理.mp4 512.19M

第20课 深度学习实践.mp4 903.33M

课件与代码

lesson10

Using+Xgboost+to+predict+sales.html 326.43kb

Xgboost usage demo.html 311.86kb

lesson11_课件与PPT

Reccomendation System Examples.ipynb 11.92kb

机器学习第8期–推荐系统.pdf 11.12M

lesson19_PPT与课件

poem_generator.zip 29.90kb

第19课:循环神经网络与自然语言处理.pdf 13.20M

lesson1_PPT与课件

lesson1_PPT_微积分线性代数选讲(管).pdf 261.94kb

lesson1_补充材料_随机梯度下降法概述_翻译.pdf 611.58kb

lesson1_补充材料_线性代数选讲 PCA.ipynb 151.38kb

lesson1_参考书_D.C.Lay –线性代数及其应用–中文版(原书第三版).pdf 65.46M

lesson1_参考书_简明微积分 – 龚升.4nd(来自9yls.net).pdf 7.19M

lesson1_参考书_数学分析教程(上册)- 常庚哲.史济怀(来自9yls.net).pdf 8.69M

lesson1_参考书_数学分析教程(下册)- 常庚哲.史济怀(来自9yls.net).pdf 6.99M

lesson1_参考书_微积分讲义 – 陈省身(来自9yls.net).pdf 1.94M

lesson20_PPT与课件

deep_learning_frameworks_examples.zip 12.40M

第20课:深度学习框架与应用案例.pdf 10.09M

lesson2_PPT与课件

lesson2_PPT_概率与凸优化(邓).pdf 288.37kb

lesson3_PPT与课件

lecture_3_codes.zip 173.16kb

第3课:回归类模型与应用.pdf 13.24M

lesson5_PPT与课件

Kaggle-Bicycle-Example.zip 2.46M

第5课:机器学习中的特征工程.pdf 6.85M

lesson6

IIS.pdf 1.99M

MaxEntEM.pdf 2.45M

lesson8_PPT与课件(含天池电力代码)

Feature_engineering_and_model_tuning.zip 8.31M

Tianchi_power_baseline.ipynb 142.99kb

第8课:模型调优与融合.pdf 7.21M

lesson9_PPT与课件

sklearn知识要点.html 341.88kb

机器学习基本知识.html 4.86M

无敌Scikit_Learn小抄(1).pdf 126.24kb

无敌Scikit_Learn小抄.pdf 126.24kb

第16课

主题模型课件与资料.zip 6.40M

第17课

神经网络初步.zip 21.74M

2.model_training_and_evaluation.ipynb 22.72kb

data_all_20170524.csv 47.78kb

Gibbs_LDA.html 279.14kb

house_price.html 338.28kb

Learning scikit-learn Machine Learning in Python.pdf 1.29M

lesson12_clustering.zip 1.85M

Lesson13_RecommendationSystemCompetition.zip 807.40kb

lesson14_graphical models.pptx 11.53M

lesson15_graphical models II.pptx 12.71M

lesson18_CNN.pdf 12.38M

lesson4_决策树随机森林.pdf 2.51M

lesson5_深入理解SVM.pptx 5.58M

LightGBM-2.0.zip 2.69M

LightGBM-master.zip 2.80M

li_hang_slides.zip 15.20M

Python Deep Learning 2017.4.pdf 8.86M

Tianchi_power_baseline_bramble.ipynb 11.71kb

《数学分析教程》(上册教材) 常庚哲史济怀编.pdf 8.81M

第9课sklearn知识要点.html 341.88kb

机器学习课件 周志华.zip 15.80M

无敌Scikit_Learn小抄.pdf 126.24kb

评论0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址