03-七月算法-三月机器学习基础-2015-邹博-1gVAA
- terial\\4月19日晚的分享_黄高乐\\4月19日晚的分享_黄高乐\\单纯形法源代码_by C\\Debug\\/simplex.exe216.10KB
- terial\\4月19日晚的分享_黄高乐\\4月19日晚的分享_黄高乐\\单纯形法源代码_by C\\Debug\\/simplex.ilk234.45KB
- terial\\4月19日晚的分享_黄高乐\\4月19日晚的分享_黄高乐\\单纯形法源代码_by C\\Debug\\/simplex.pch2.02MB
- terial\\4月19日晚的分享_黄高乐\\4月19日晚的分享_黄高乐\\单纯形法源代码_by C\\Debug\\/simplex.pdb473.00KB
- terial\\4月19日晚的分享_黄高乐\\4月19日晚的分享_黄高乐\\/4月19日学员分享.pptx878.41KB
- terial\\/1.1微积分与概率论.pdf1.55MB
- terial\\/1.微积分与概率论.pdf1.54MB
- terial\\/10.1贝叶斯网络.pdf3.55MB
- terial\\/11.支持向量机.pdf1.80MB
- terial\\/12.EM和GMM.pdf749.44KB
- terial\\/13.0主题模型_预习材料.pdf1.19MB
- terial\\/13.主题模型.pdf1.62MB
- terial\\/14.隐马尔科夫模型.pdf743.36KB
- terial\\/2.1.1参数估计的评价准则.pdf148.36KB
- terial\\/2.1参数估计与矩阵运算.pdf934.57KB
- terial\\/2.参数估计与矩阵运算.pdf919.05KB
- terial\\/2012.李航.统计学习方法.pdf17.56MB
- terial\\/3.凸优化.pdf3.43MB
- terial\\/4.1广义线性回归和对偶优化.pdf3.45MB
- terial\\/5.梯度下降和拟牛顿.pdf1.34MB
- terial\\/6.最大熵模型.pdf753.13KB
- terial\\/7.聚类.pdf3.31MB
- terial\\/8.决策树与随机森林.pdf2.68MB
- terial\\/9.Adaboost导论.pdf298.75KB
- terial\\/9.贝叶斯网络.ppt7.52MB
- terial\\/Adaboost.pdf1.03MB
- terial\\/book11April2014.pdf1.87MB
- terial\\/Finding scientific ics.pdf704.14KB
- terial\\/mcmc.pdf1.50MB
- terial\\/七月教育LDA学员分享_version2.pdf359.15KB
- terial\\/凸优化-中译本(扫描).pdf49.56MB
- terial\\/推荐系统实践.pdf12.39MB
- video\\01 微积分与概率论基础\\/01 微积分与概率论基础.mp41.45GB
- video\\01 微积分与概率论基础\\/七月算法 数理统计.flv254.51MB
- video\\01 微积分与概率论基础\\/七月算法 概率论.flv221.95MB
- video\\01 微积分与概率论基础\\/七月算法 概率面试题精讲.flv159.27MB
- video\\02 参数估计与矩阵运算基础\\/02 参数估计与矩阵运算基础.mp41.50GB
- video\\02 参数估计与矩阵运算基础\\/七月算法 矩阵运算修改版.flv204.50MB
- video\\03 凸优化基础\\/03 凸优化基础.mp41.48GB
- video\\03 凸优化基础\\/七月算法 凸优化.flv131.43MB
- video\\04 广义线性回归和对偶优化\\/04 广义线性回归和对偶优化.mp41.85GB
- video\\05 牛顿、拟牛顿、梯度下降、随机梯度下降(SGD)\\/05 梯度下降和拟牛顿.mp41.60GB
- video\\06 熵、最大熵模型xEnt、改进的迭代尺度法IIS\\/06 最大熵模型.mp41.61GB
- video\\07 聚类(k-means、层次聚类、谱聚类等)\\/07 聚类方法.mp41.60GB
- video\\07 聚类(k-means、层次聚类、谱聚类等)\\/七月算法 Kmeans聚类.flv215.71MB
- video\\07 聚类(k-means、层次聚类、谱聚类等)\\/七月算法 谱聚类.flv215.66MB
- video\\08 K近邻、决策树、随机森林(random decision forests)\\/08 决策树和随机森林.mp41.60GB
- video\\09 Adaboost\\/09 Adaboost.mp41.30GB
- video\\09 Adaboost\\/七月算法 Adaboost.flv148.32MB
- video\\10 朴素贝叶斯、与贝叶斯网络\\/10 贝叶斯网络.mp41.79GB
- video\\10 朴素贝叶斯、与贝叶斯网络\\/七月算法 贝叶斯网络.flv189.30MB
- video\\10 朴素贝叶斯、与贝叶斯网络\\/七月算法 贝叶斯网络节选.flv307.27MB
- video\\11 支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、O)\\/11 支持向量机.mp41.49GB
- video\\11 支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、O)\\/七月算法 SVM数据试验.flv136.26MB
- video\\11 支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、O)\\/七月算法 支持向量机(上).flv219.62MB
- video\\11 支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、O)\\/七月算法 支持向量机(下).flv164.38MB
- video\\11 支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、O)\\/七月算法 支持向量机(中).flv198.01MB
- video\\12 EM、混合高斯模型\\/12 EM.mp4938.90MB
- video\\12 EM、混合高斯模型\\/七月算法 18分钟理解EM算法.mp433.85MB
- video\\12 EM、混合高斯模型\\/七月算法 EM.flv204.81MB
- video\\12 EM、混合高斯模型\\/七月算法 感性理解EM算法-GMM.mp465.82MB
- video\\12 推荐系统\\/12 推荐系统by黄高乐.mp4493.45MB
- video\\13 主题模型(概率潜语义PLSA、隐含狄利克雷分布LDA)\\/13 主题模型.mp42.31GB
- video\\13 主题模型(概率潜语义PLSA、隐含狄利克雷分布LDA)\\/七月算法 主题模型(上).flv324.87MB
- video\\13 主题模型(概率潜语义PLSA、隐含狄利克雷分布LDA)\\/七月算法 主题模型(下).flv104.28MB
- video\\13 主题模型(概率潜语义PLSA、隐含狄利克雷分布LDA)\\/七月算法 主题模型(中).flv422.51MB
- video\\14.15 马尔科夫链、隐马尔可夫模型HMM、采样\\/15 IP与MCMC(上).mp4509.71MB
- video\\14.15 马尔科夫链、隐马尔可夫模型HMM、采样\\/15 IP与MCMC(下).mp4544.96MB
- video\\14.15 马尔科夫链、隐马尔可夫模型HMM、采样\\/15 IP与MCMC(中).mp4533.19MB
- video\\16 马尔可夫随机场(rkov Random Field)、条件随机场CRF\\/七月算法 条件随机场(上).flv337.96MB
- video\\16 马尔可夫随机场(rkov Random Field)、条件随机场CRF\\/七月算法 条件随机场(下).flv306.20MB
- video\\16 马尔可夫随机场(rkov Random Field)、条件随机场CRF\\/七月算法 条件随机场(中).flv334.79MB
- video\\17 SVD、主成分PCA、因子分析、成分分析ICA\\/17 PCA-SVD(上).mp4520.14MB
- video\\17 SVD、主成分PCA、因子分析、成分分析ICA\\/17 PCA-SVD(下).mp4424.62MB
- video\\17 SVD、主成分PCA、因子分析、成分分析ICA\\/17 PCA-SVD(中).mp4498.12MB
- video\\18 卷积神经网络(CNN)、深度学习浅析\\/18 CNN.mp41.78GB
- video\\20 知识图谱\\/20 代码实现.mp41.23GB
- CreateTime2022-03-13
- UpdateTime2022-03-20
- FileTotalCount95
- TotalSize63.59GBHotTimes5ViewTimes10DMCA Report EmailmagnetLinkThunderTorrent DownBaiduYunLatest Search: 1.ID-17021 2.MADV-205 3.MKCK-030 4.ONSD-499 5.SMA-479 6.RKI-103 7.RKI-220 8.AAJB-017 9.DVH-392 10.MVBD-040 11.CMA-004 12.PCUP-0004 13.DGUL-003 14.TASH-081 15.SDDS-017O 16.BL-057 17.OZVD-182 18.BOG-028 19.UD-285R 20.ID-050 21.JUSD-221 22.DSMO-017 23.NEO-042 24.PBD-276 25.NASS-210 26.CADV-527 27.SBB-198 28.ASFB-170 29.ZUKO-110 30.OKAX-147 31.NFDM-519 32.OFJE-132 33.BUHD-009 34.JUFD-897 35.VEC-316 36.AVOPVR-126 37.DSVR-401 38.AUKS-101 39.DASD-538 40.REAL-702 41.CESD-823 42.FNEO-045 43.KMVR-784 44.081 45.008 46.157 47.3013 48.619 49.131 50.673 51.220 52.004 53.382 54.018 55.004 56.119 57.017 58.981 59.011 60.375 61.363 62.016 63.146 64.599 65.010 66.015 67.606 68.247 69.058 70.517 71.046 72.122 73.011 74.199 75.085 76.174 77.682 78.948 79.022 80.002 81.263 82.2070 83.020 84.110 85.2398 86.926 87.127