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.JUSD-383 2.SCF-016 3.ALD-529 4.DSKM-073 5.DKSW-284 6.ARMG-185 7.PBD-168 8.DVH-600 9.MIGD-429 10.KAGS-009 11.PSI-122 12.ARMD-949 13.WNZ-328 14.VVVD-082 15.CRC-071 16.CAOH-047 17.MIBD-587 18.MIBD-587 19.ONSD-388 20.ONSD-735 21.MKCK-038 22.PBD-121 23.KK-144 24.EMAZ-213 25.TOD-148 26.MKCK-067 27.CEN-013 28.FABS-001 29.ONSD-613 30.TGAV-049 31.BOMN-065 32.YEED-46 33.FAX-354 34.WSP-029 35.DVH-557 36.RDD-080 37.AST-29 38.BUR-316 39.DITR-043 40.LES-010 41.VNDS-2956 42.RKI-126 43.ATOM-007 44.SDMT-838 45.AKB-046 46.SERO-0188 47.TGAV-030 48.APAK-056 49.SDDM-488 50.ATAD-086 51.SMHO-1 52.UNSH-020 53.ONSN-007 54.GSHRB-037 55.DVH-332 56.HUNT-195 57.CELE-009 58.MAMA-129 59.NSXX-001 60.SJML-096 61.GA-045 62.ESP-029D 63.JAPD-003 64.JAMA-011 65.BKBR-001 66.DJNI-022 67.VNDS-2477 68.VAGU-003 69.BOIN-117 70.UMC-008 71.018 72.005 73.724 74.562 75.001 76.442 77.007 78.162 79.712 80.012 81.502 82.382 83.002 84.003 85.229 86.107 87.239 88.089 89.253 90.587 91.510 92.325 93.088 94.175 95.244 96.012 97.051 98.130 99.07 100.90 101.451 102.003 103.239 104.329 105.034 106.329 107.388 108.514 109.71 110.478 111.13 112.005 113.075 114.004 115.023 116.004 117.30 118.06 119.230 120.0075 121.004 122.001 123.109 124.120 125.158 126.1435 127.485 128.008 129.302 130.2504 131.017 132.082 133.001 134.003 135.163 136.104 137.002 138.062 139.1060 140.025