机器学习必修课：经典AI算法与编程实战 - 猎人搜索 轻松搜寻全网资源

• file:05-2线性回归核心思想和原理.mp4
• file:06-4决策边界.mp4
• file:02-4如何分门别类：监督、无监督、强化学习等.mp4
• file:07-7决策树回归任务代码实现.mp4
• file:03-2Anaconda图形化操作.mp4
• file:10-5多项式朴素贝叶斯代码实现.mp4
• file:12-3k-means和分层聚类.mp4
• file:08-4正向传播与反向传播.mp4
• file:14-3EM算法参数估计.mp4
• file:03-6Numpy基础：安装与性能对比.mp4
• file:12-6聚类算法优缺点和适用条件.mp4
• file:08-7梯度消失和梯度爆炸.mp4
• file:02-3研究哪些问题：分类、回归等.mp4
• file:11-1本章总览.mp4
• file:13-4PCA算法代码实现.mp4
• file:15-5如何深入研究机器学习.mp4
• file:03-11Numpy数组统计运算：常用的都在这儿了.mp4
• file:09-7SVM核函数.mp4
• folder:机器学习必修课：经典AI算法与编程实战