名称：【黑马程序员】智能机器人软件开发 无基础小白也能学会的人工智能课 - 带源码课件

描述：本套课程从零开始，讲解人工智能的全部核心基础， 4天课让你掌握机器学习、线性代数、微积分和概率论，学完课程你可以自己推导损失函数，实现梯度下降，手写神经网络，把控无人驾驶，完成手写字识别...

链接：https://www.alipan.com/s/b1mb2vHw3Bq

day1

    00_为什么要学习数学(1).mp4

    01_引言和学习方法.mp4

    02_feature和label.mp4

    03_什么是机器学习(1).mp4

    04_数据采集方式.mp4

    05_knn算法入门.mp4

    06_knn算法python实现,mp4

    07_代码流程回顾.mp4

    08_抽取knn函数,mp4

    09_实验演示验证结论.mp4

    10_评估模型好坏的方法，训练集和测试集,mp4

    11_生成测试和训练数据集.mp4

    12_调参选取最优的k.mp4

    13_增加数据的维度.mp4

    14_numpy加载特殊数据.mp4

    15_欧式距离.mp4

    16_二维空间距离的计算.mp4

    17_代码增加一个维度.mp4

    18_数据归一化.mp4

    19_knn的feature的选择.mp4

    20_向量和向量的运算.mp4

    21_概念总结.mp4

    22_使用矩阵和向量实现knn.mp4

    23_房价预测简单框架.mp4

    24_数据的归一化和标准化.mp4

    附1_如何学习数学.mp4

    附:问题1.mp4

day2

    01_线性回归和Knn.mp4

    02_线性回归解决什么问题_ev.mp4

    03_Excel进行线性回归_ev.mp4

    04_损失函数和最小均方差_ev.mp4

    05_excle来简单理解梯度下降_ev.mp4

    06_梯度下降的问题分析_ev.mp4

    07_求导简单入门_ev.mp4

    08_mse对b进行求导_ev.mp4

    09_Excel演示梯度下降&学习速率_ev.mp4

    10_偏导数分别求解m和b的导数_ev.mp4

    11_对m和b分别进行梯度下降_ev.mp4

    12_Python代码实现梯度下降_ev.mp4

    13_代码测试生成m和b_ev.mp4

    14_作业演示.mp4

day3

    01_高等数学入门.mp4

    02_问题描述_ev.mp4

    03_简单理解矩阵运算的现实含义_ev.mp4

    04_矩阵的形状_ev.mp4

    05_矩阵的加法_ev.mp4

    06_手动计算矩阵的乘法_ev.mp4

    07_矩阵的乘法不满足交换律_ev.mp4

    08_用numpy进行矩阵的乘法运算_ev.mp4

    09_矩阵运算计算m和b的偏导数_ev.mp4

    10_numpy矩阵运算演示获取m和b的偏导_ev.mp4

    11_用矩阵运算重构线性回归代码_ev.mp4

    12_对比程序执行的时间_ev.mp4

    13_增加数据的维度,mp4

    14_函数模型的评估和错误率的计算_ev.mp4

    15_矩阵可以理解为一个变化函数_ev.mp4

    16_bmp是如何描述图片的_ev.mp4

    17_位图和svq图的区别_ev.mp4

    18_矩阵运算变化图片的位置_ev.mp4

    19_矩阵运算旋转图形_ev.mp4

    20_矩阵的缩放处理_ev.mp4

    21_图形变换综合案例_ev.mp4

    22_机器学习浅谈_ev.mp4

    23_siqmod函数引入_ev.mp4

    24_逻辑回归的步骤.mp4

day4

    01_自然底数和sigmod函数.mp4

    02_矩阵运算计算逻辑回归_ev.mp4

    03_逻辑回归简单实现_ev.mp4

    04_多分类问题_ev.mp4

    05_多分类的概率问题思考_ev.mp4

    06_多分类问题softmax公式_ev.mp4

    07_手写数字数据集_ev.mp4

    08_手写数字的识别原理_ev.mp4

    09_手写数字数据集的处理_ev.mp4

    10_手写数字的识别_ev.mp4

    11_手写数字bug处理_ev.mp4

    12_ai自动驾驶_ev.mp4

    13_神经网络的作用_ev.mp4

    14_多层神经网络演示_ev.mp4

    15_感知机_ev.mp4

    16_感知机数学原理_ev.mp4

    17线性模型和非线性模型ev.mp4

    18_交叉熵cross-entropy_ev.mp4

    19_概率简介.mp4

资料.exe