人工智能ai

资源详情

文件数量: 875
文件大小: 48.39 GiB
收录时间: 2026-09-17 05:46:46
最近发现: 2026-09-17 05:45:36
资源类型: 影视
扩展名: docx,downloading,jpg,mp4,pdf,png,rar,txt,url,wmv,zip
种子哈希: 227A0EA5ED350D3A6A818979E589F971C44E40F0

磁力链接

magnet:?xt=urn:btih:227A0EA5ED350D3A6A818979E589F971C44E40F0

文件列表共 875 个文件

文件路径大小

Python3入门机器学习经典算法与应用/第1章欢迎来到Python3玩转机器学习/1-3课程所使用的技术栈.mp456.89 MiB

_____padding_file_150_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.11 MiB

Python3入门机器学习经典算法与应用/第1章欢迎来到Python3玩转机器学习/课程补充.mp43.84 MiB

_____padding_file_151_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.16 MiB

Python3入门机器学习经典算法与应用/第2章机器学习基础/2-1 机器学习的数据.mp448.90 MiB

_____padding_file_152_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.10 MiB

Python3入门机器学习经典算法与应用/第2章机器学习基础/2-2 机器学习的主要任务.mp458.97 MiB

_____padding_file_153_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.03 MiB

Python3入门机器学习经典算法与应用/第2章机器学习基础/2-3 监督学习、非监督学习....mp447.35 MiB

_____padding_file_154_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____664.56 KiB

Python3入门机器学习经典算法与应用/第2章机器学习基础/2-4 批量、在线学习、参数、非参数学习.mp424.84 MiB

_____padding_file_155_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.16 MiB

Python3入门机器学习经典算法与应用/第2章机器学习基础/2-5 哲学思考.mp424.97 MiB

_____padding_file_156_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.03 MiB

Python3入门机器学习经典算法与应用/第2章机器学习基础/2-6 课程使用环境搭建.mp491.78 MiB

_____padding_file_157_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.22 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-1 Jupyter Notebook基础.mp482.05 MiB

_____padding_file_158_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.95 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-10 Numpy中的比较和Fancy lindexing.mp4103.36 MiB

_____padding_file_159_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____657.83 KiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-11 Matplotlib数据可视化基础.mp4101.25 MiB

_____padding_file_160_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____2.75 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-12 数据加载和简单的数据搜索.mp473.13 MiB

_____padding_file_161_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____6.87 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-2Jupter Notebook 中的魔法命令.mp4103.49 MiB

_____padding_file_162_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____521.13 KiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-3 Numpy 数据基础.mp439.05 MiB

_____padding_file_163_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____975.81 KiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-4 创建Numpy 数据和矩阵.mp4103.14 MiB

_____padding_file_164_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____881.94 KiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-5 Numpy数组和矩阵的基本操作.mp466.29 MiB

_____padding_file_165_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.71 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-6 Numpy 数据和矩阵的合并与分割.mp481.22 MiB

_____padding_file_166_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____6.78 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-7 Numpy中的矩阵运算.mp4120.38 MiB

_____padding_file_167_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.62 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-8 Numpy 中的聚合运算.mp472.34 MiB

_____padding_file_168_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.66 MiB

Python3入门机器学习经典算法与应用/第3章 Jupyter Notebook ,numpy/3-9 Numpy中的arg运算.mp450.83 MiB

_____padding_file_169_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.17 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-1 K近邻算法.mp474.44 MiB

_____padding_file_170_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.56 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-2 scikit-learn机器学习算法封装.mp4145.12 MiB

_____padding_file_171_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____6.88 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-3 训练数据集.mp4122.47 MiB

_____padding_file_172_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.53 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-4 分类准确度.mp4130.51 MiB

_____padding_file_173_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.49 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-5 超参数.mp492.30 MiB

_____padding_file_174_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____3.70 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-6 网络搜索与K邻近算法中更多超参数.mp4131.02 MiB

_____padding_file_175_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.98 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-7 数据归一化.mp456.81 MiB

_____padding_file_176_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.19 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-8 Scikit-learn中的Scaler.mp4115.75 MiB

_____padding_file_177_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.25 MiB

Python3入门机器学习经典算法与应用/第4章最基础的分类算法/4-9 更多有关K近邻算法的思考.mp422.66 MiB

_____padding_file_178_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____1.34 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-1 简单线性回归.mp443.75 MiB

_____padding_file_179_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.25 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-10 线性回归的可解释性.mp461.85 MiB

_____padding_file_180_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____2.15 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-2 最小乘法.mp424.65 MiB

_____padding_file_181_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.35 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-3 简单线性回归的实现.mp475.69 MiB

_____padding_file_182_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.31 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-4 衡量线性回归的指标.mp456.59 MiB

_____padding_file_183_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.41 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-5 R Squared.mp490.33 MiB

_____padding_file_184_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.67 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-6 最好的衡量线性回归法的指标.mp456.12 MiB

_____padding_file_185_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____7.88 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-7多元线性回归和正规方程解.mp433.28 MiB

_____padding_file_186_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____6.72 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-8 实现多元线性回归.mp478.59 MiB

_____padding_file_187_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____1.41 MiB

Python3入门机器学习经典算法与应用/第5章线性回归法/5-9 使用Scilit-learn解决回归问题.mp482.34 MiB

_____padding_file_188_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.66 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-1 什么是梯度下降法.mp433.49 MiB

_____padding_file_189_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____6.51 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-2线性回归中的梯度下降法.mp4109.29 MiB

_____padding_file_190_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____2.71 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-3实现线性回归中的梯度下降法.mp435.27 MiB

_____padding_file_191_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.73 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-4 实现线性回归中的梯度下降法.mp484.18 MiB

_____padding_file_192_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____3.82 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-5 梯度下降法的向量化.mp4108.59 MiB

_____padding_file_193_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____3.41 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-6 随机梯度下降法.mp477.40 MiB

_____padding_file_194_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____2.60 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-7 scikit-learn中的梯度下降法.mp4130.65 MiB

_____padding_file_195_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.35 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-8有关梯度下降法的更多深入讨论.mp459.09 MiB

_____padding_file_196_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____4.91 MiB

Python3入门机器学习经典算法与应用/第6章梯度下降法/6-9 有关梯度下降法的更多讨论.mp418.08 MiB

_____padding_file_197_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____5.92 MiB

Python3入门机器学习经典算法与应用/第7章 PCA与梯度上升法/7-1 什么是PCA.mp437.78 MiB

_____padding_file_198_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____2.22 MiB

Python3入门机器学习经典算法与应用/第7章 PCA与梯度上升法/7-2 求数据的主成分PCA问题.mp420.17 MiB

_____padding_file_199_如果您看到此文件，请升级到BitComet(比特彗星)0.85或以上版本____3.83 MiB

友情提示

本站只提供公开网络中的资源元数据信息，不存储资源文件，也不提供下载服务。请遵守当地法律法规并尊重内容版权。