深度神經網路演算法機器學習深度學系列視訊教程
(基礎1)Python程式入門視訊
課程Python介紹_壓縮
環境配置
配置Python環境
以及資料型別
字串String和變數
資料型別2整型_字串
資料結構列表
列表List元組tuple對比
元組
詞典
函式
函式
控制流
控制流
控制流
控制流
輸入輸出格式
檔案輸入輸出
錯誤與異常
面向物件以及裝飾器
圖形介面介紹
猜數字遊戲
建立網頁
去重4.2控制流
重錄


(基礎2)機器學習深度學習基礎
課程介紹機器學習介紹上
課程介紹機器學習介紹下
深度學習介紹
基本概念
決策樹演算法
決策樹應用
最鄰近規則分類KNN演算法
最鄰近規則KNN分類應用
支援向量機(SVM)演算法（上）
支援向量機(SVM)演算法（上）應用
支援向量機SVM上
支援向量機SVM上應用
神經網路演算法應用上
神經網路演算法應用下
簡單線性迴歸上
簡單線性迴歸下
多元線性迴歸
多元線性迴歸應用
非線性迴歸
非線性迴歸應用
迴歸中的相關度和決定係數
迴歸中的相關性和R平方值應用
演算法
應用
層次聚類
層次聚類應用
總結
支援向量機(SVM)演算法(下)應用
支援向量機(SVM)演算法下
神經網路NN演算法


(基礎3)機器學習深度學習基礎
第1章 基本概念清晰版
第2章 軟體包安裝和環境配置總述
第3章 環境配置分部詳解
第4章 環境配置分部詳解下
第5章 手寫數字識別
第6章 神經網路基本結構及梯度下降演算法
第7章 隨機梯度下降演算法
第8章 梯度下降演算法實現上
第9章 梯度下降演算法實現下
第10章 神經網路手寫數字演示
第11章 Backpropagation演算法上
第12章 Backpropagation演算法下
第13章 Backpropagation演算法實現
第14章 cross-entropy函式
第15章 Softmax和
第16章
第17章 Regulazition和
第18章 正態分佈和初始化(修正版
第19章 提高版本的手寫數字識別實現
第20章 神經網路引數hyper-parameters選擇
第21章 深度神經網路中的難點
第22章 用ReL解決VanishingGradient問題
第23章 ConvolutionNerualNetwork演算法
第24章 ConvolutionNeuralNetwork實現上
第25章 ConvolutionNeuralNetwork實現下
第26章
第27章 Restricted Boltzmann Machine下
第28章 Deep Brief Network 

 

下載地址：百度網盤