• 慕课《Python3系统入门人工智能》：人人都应该学会利用AI这个工具
    • 慕课《Python3系统入门人工智能》：人人都应该学会利用AI这个工具
      • 第4章 机器学习之聚类
        • 4-6 KNN-Meanshift.mp4
        • 4-5 Kmeans实战（2）.mp4
        • 4-7 【学习任务】KMeans实现数据聚类.docx
        • 4-1 无监督学习.mp4
        • 4-3 实战准备.mp4
        • 4-4 Kmeans实战（1）.mp4
        • 4-2 Kmeans-KNN-Meanshift.mp4
        • 4-8【讨论题】关于无监督学习得思考.txt
      • 第8章 深度学习之卷积神经网络
        • 8-1 卷积神经网络（一）.mp4
        • 8-4 实战（一）.mp4
        • 8-2 卷积神经网络（二）.mp4
        • 8-3 实战准备.mp4
        • 8-5 实战（二）.mp4
        • 8-6 【讨论题】基础的CNN模型设计.txt
      • 第9章 深度学习之循环神经网络
        • 9-2 循环神经网络RNN (2).mp4
        • 9-9 【学习任务】贵州茅台股价预测.docx
        • 9-3 不同类型的RNN模型 (2).mp4
        • 9-1 序列数据案例 (2).mp4
        • 9-6 实战（二）RNN股价预测 (2).mp4
        • 9-8 实战（二）LSTM实现文本生成.mp4
        • 9-4 实战准备 (2).mp4
        • 9-10 【讨论题】关于股票预测得思考.txt
        • 9-8 实战（二）LSTM实现文本生成 (2).mp4
        • 9-5 实战（一）RNN股价预测 (2).mp4
        • 9-7 实战（一）LSTM实现文本生成 (2).mp4
      • 第10章 迁移混合模型
        • 10-5 混合模型2.mp4
        • 10-6 实战准备（一）.mp4
        • 10-12 机器深度学习实现少样本苹果分类（四）.mp4
        • 10-2 迁移学习（二）.mp4
        • 10-4 混合模型1.mp4
        • 10-1 迁移学习（一）.mp4
        • 10-7 实战准备（二）.mp4
        • 10-10 机器深度学习实现少样本苹果分类（二）.mp4
        • 10-3 在线学习.mp4
        • 10-11 机器深度学习实现少样本苹果分类（三）.mp4
        • 10-8 基于新数据的迁移学习实战.mp4
        • 10-9 机器深度学习实现少样本苹果分类（一）.mp4
      • 第11章 课程总结
        • 11-2 课程总结（二）.mp4
        • 11-1 课程总结（一）.mp4
        • 11-3 课程总结（三）.mp4
      • 第5章 机器学习其他常用技术
        • 5-1 决策树（1）.mp4
        • 5-2 决策树（2）.mp4
        • 5-10 【讨论题】关于分类问题得思考.txt
        • 5-8 实战（3）.mp4
        • 5-7 实战（2）.mp4
        • 5-3 异常检测.mp4
        • 5-5 实战准备.mp4
        • 5-4 主成分分析.mp4
        • 5-6 实战（1）.mp4
        • 5-9 【学习任务】决策树判断员工是否适合相关工作.docx
      • 第7章 深度学习之多层感知器
        • 7-3 实战准备.mp4
        • 7-6 【学习任务】Fashion_mnist服饰分类.docx
        • 7-7 【讨论题】逻辑回归模型与神经网络模型的关系.txt
        • 7-1 多层感知器(MLP).mp4
        • 7-2 MLP实现非线性分类.mp4
        • 7-4 实战（一）.mp4
        • 7-5 实战（二）.mp4
      • 第2章 机器学习之线性回归
        • 2-4 单因子线性回归实战.mp4
        • 2-5 多因子线性回归实战.mp4
        • 2-2 线性回归.mp4
        • 2-1 机器学习介绍.mp4
        • 2-3 线性回归实战准备.mp4
        • 2-6 【讨论题】关于房价预测得思考.txt
      • 第6章 模型评价与优化
        • 6-7 实战（三） (2).mp4
        • 6-8 【讨论题】关于分类任务得思考.txt
        • 6-6 实战（二） (2).mp4
        • 6-4 实战准备 (2).mp4
        • 6-3 模型优化 (2).mp4
        • 6-1 过拟合与欠拟合 (2).mp4
        • 6-5 实战（一） (2).mp4
        • 6-2 数据分离与混淆矩阵 (2).mp4
      • 第1章 人工智能时代，人人都应该学会利用AI这个工具
        • 1-1 课程导学.mp4
        • 1-2 内容快速概览.mp4
        • 1-5 环境配置及Python语法实操.mp4
        • 1-3 人工智能介绍.mp4
        • 1-4 环境及工具包介绍.mp4
        • 1-6 Pandas、Numpy、Matplotlib实操.mp4
      • 第3章 机器学习之逻辑回归
        • 3-3 逻辑回归（2） (2).mp4
        • 3-8【学习任务】商业异常消费数据预测.docx
        • 3-7 芯片检测实战 (2).mp4
        • 3-9 【讨论】关于分类模型搭建得思考.docx
        • 3-6 考试通过实战（二） (2).mp4
        • 3-1 分类问题介绍 (2).mp4
        • 3-4 实战准备 (2).mp4
        • 3-2 逻辑回归（1） (2).mp4
        • 3-5 考试通过实战（一） (2).mp4
请认真阅读以下说明，您只有在了解并同意该说明后，才可继续访问本站。

1. 全站内容收集自百度、阿里、夸克、城通、迅雷、115、天翼、UC网盘公开分享链接，以非人工方式自动生成，本站不储存、复制、传播、控制编辑任何网盘文件，也不提供下载服务，其链接跳转到对应网盘方。

2. 法律合规：agizy.cn遵守相关法律法规，坚决杜绝一切违规不良信息。如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。同时您必须了解并同意本站《用户协议》，严禁搜索非法关键词。

3. 知识产权保护：agizy.cn高度重视知识产权保护和个人隐私保护。如有网盘链接侵犯您的合法权益，请立即向百度网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

4. 非经营性用途：agizy.cn作为非经营性网站，所有服务仅供学习交流使用。

  • 净网声明
  • 免责声明
  • 用户协议
  • 版权说明