人工智能

    今日:1063| 主题:212
收藏本版 (7)
发表新帖

机器学习高手全解最新扛鼎制作 凝聚汗水的白板推导 机器学习纯手工教学实战课程

[复制链接]
admin 发表于 2020-7-24 22:11:07
392 1
机器学习高手全解最新扛鼎制作 凝聚汗水的白板推导 机器学习纯手工教学实战课程
机器学习高手最新扛鼎制作课程的最大优势,就是还原了课堂上课的真实感觉,加之讲师一流的技术水平以及清晰的逻辑和推导能力,让机器学习这个本身就难啃的硬骨头,软了不少。课程内容对机器学习进行了非常详细的拆解,除了常规的内容,还进行了包括高斯混合模型GMM,隐马尔可夫模型,变分推断,线性动态系统-卡曼滤波,受限玻尔兹曼机RBM,前馈神经网络等等前置的课程。如果觉得一般课程有难度的同学,可以来试试白板推导系列的课程,一定会有不一样的体验。

===============课程目录===============


(1)\机器学习-白板推导系列(10)-EM算法;目录中文件数:6个
├─EM算法(1)-EM算法公式以及算法收敛性证明.flv
├─EM算法(2)-EM算法公式导出之ELBO-KL Diver.flv
├─EM算法(3)-EM算法公式导出之ELBO-Jensen I.flv
├─EM算法(4)-EM算法再回首.flv
├─EM算法(5)-广义EM.flv
├─EM算法(6)-EM变种.flv
(2)\机器学习-白板推导系列(11)-高斯混合模型GMM;目录中文件数:4个
├─高斯混合模型(1)-模型介绍.flv
├─高斯混合模型(2)-极大似然.flv
├─高斯混合模型(3)-EM求解-E-Ste.flv
├─高斯混合模型(4)-EM求解-M-Ste.flv
(3)\机器学习-白板推导系列(12)-变分推断;目录中文件数:5个
├─变分推断1(背景介绍).flv
├─变分推断2(公式推导).flv
├─变分推断3(再回首).flv
├─变分推断4(随机梯度变分推断-SGVI-1).flv
├─变分推断5(随机梯度变分推断-SGVI-2).flv
(4)\机器学习-白板推导系列(13)-MCMC;目录中文件数:8个
├─蒙特卡洛方法1.flv
├─蒙特卡洛方法2.flv
├─蒙特卡洛方法3.flv
├─蒙特卡洛方法4.flv
├─蒙特卡洛方法5-吉布斯采样.flv
├─蒙特卡洛方法6.flv
├─蒙特卡洛方法7.flv
├─蒙特卡洛方法8.flv
(5)\机器学习-白板推导系列(14)-隐马尔可夫模型;目录中文件数:8个
├─隐马尔可夫模型HMM(1)-背景介绍.flv
├─隐马尔可夫模型HMM(2)-背景介绍.flv
├─隐马尔可夫模型HMM(3)-前向算法.flv
├─隐马尔可夫模型HMM(4)-后向算法.flv
├─隐马尔可夫模型HMM(5)-Baum Welch算法.flv
├─隐马尔可夫模型HMM(6)-维特比算法.flv
├─隐马尔可夫模型HMM(7)-小结.flv
├─隐马尔可夫模型HMM(8)-小结.flv
(6)\机器学习-白板推导系列(15)-线性动态系统-卡曼滤波;目录中文件数:3个
├─线性动态系统1-KalmanFilter.flv
├─线性动态系统2-Filtering问题.flv
├─线性动态系统3-Filtering问题求解.flv
(7)\机器学习-白板推导系列(16)-粒子滤波;目录中文件数:4个
├─粒子滤波1-背景介绍.flv
├─粒子滤波2-重要性采样.flv
├─粒子滤波3-重采样.flv
├─粒子滤波4-SIR Filter.flv
(8)\机器学习-白板推导系列(17)-条件随机场CRF;目录中文件数:8个
├─条件随机场(1)-背景介绍.flv
├─条件随机场(2)-HMM VS MEM.flv
├─条件随机场(3)-MEMM VS CR.flv
├─条件随机场(4)-CRF模型-概率密度.flv
├─条件随机场(5)-CRF模型-概率密度.flv
├─条件随机场(6)-CRF模型-要解决的.flv
├─条件随机场(7)-CRF模型-Infe.flv
├─条件随机场(8)-CRF模型-Lear.flv
(9)\机器学习-白板推导系列(18)-高斯网络;目录中文件数:3个
├─高斯网络(1)-总体介绍.flv
├─高斯网络(2)-高斯贝叶斯网络.flv
├─高斯网络(3)-高斯马尔科夫随机场.flv
(10)\机器学习-白板推导系列(19)-贝叶斯线性回归;目录中文件数:5个
├─贝叶斯线性回归(1)-背景介绍.flv
├─贝叶斯线性回归(2)-推导介绍.flv
├─贝叶斯线性回归(3)-推导介绍.flv
├─贝叶斯线性回归(4)-推导预测.flv
├─贝叶斯线性回归(5)-小结.flv
(11)\机器学习-白板推导系列(1)-开篇;目录中文件数:2个
├─开篇(1)-频率派VS贝叶斯派.flv
├─开篇(2)-学习资料介绍.flv
(12)\机器学习-白板推导系列(20)-高斯过程GP;目录中文件数:4个
├─高斯过程GP(1)-简单介绍.flv
├─高斯过程GP(2)-权重空间角度.flv
├─高斯过程GP(3)-权重空间到函数空间.flv
├─高斯过程GP(4)-函数空间的角度.flv
(13)\机器学习-白板推导系列(21)-受限玻尔兹曼机RBM;目录中文件数:6个
├─受限玻尔兹曼机RBM(1)-背景介绍.flv
├─受限玻尔兹曼机RBM(2)-背景介绍.flv
├─受限玻尔兹曼机RBM(3)-模型表示.flv
├─受限玻尔兹曼机RBM(4)-模型表示.flv
├─受限玻尔兹曼机RBM(5)-模型推断.flv
├─受限玻尔兹曼机RBM(6)-模型推断.flv
(14)\机器学习-白板推导系列(22)-谱聚类;目录中文件数:5个
├─谱聚类(1)-背景介绍.flv
├─谱聚类(2)-模型介绍.flv
├─谱聚类(3)-模型的矩阵形式.flv
├─谱聚类(4)-模型的矩阵形式.flv
├─谱聚类(5)-模型的矩阵形式.flv
(15)\机器学习-白板推导系列(23)-前馈神经网络;目录中文件数:3个
├─前馈神经网络(1)-从机器学习到深度学习.flv
├─前馈神经网络(2)-从感知机到深度学习.flv
├─前馈神经网络(3)-非线性问题的三种解决方法.flv
(16)\机器学习-白板推导系列(2)-数学基础;目录中文件数:7个
├─数学基础(1)-高斯分布-极大似然估计.flv
├─数学基础(2)-高斯分布-极大似然估计(无偏估计VS有偏估计)).flv
├─数学基础(3)-高斯分布-从概率密度函数角度观察.flv
├─数学基础(4)-高斯分布-局限性.flv
├─数学基础(5)-高斯分布-已知联合概率求边缘概率及条件概率.flv
├─数学基础(6)-高斯分布-已知边缘和条件概率求联合概率分布.flv
├─数学基础(7)-不等式-杰森不等式.flv
(17)\机器学习-白板推导系列(3)-线性回归;目录中文件数:4个
├─线性回归1(最小二乘法及其几何意义)).flv
├─线性回归2(最小二乘法-概率视角-高斯噪声-MLE)).flv
├─线性回归3(正则化-岭回归)).flv
├─线性回归4(正则化-岭回归-概率角度-高斯噪声高斯先验-MAP).flv
(18)\机器学习-白板推导系列(4)-线性分类;目录中文件数:9个
├─线性分类1-背景.flv
├─线性分类2-感知机(Perceptron).flv
├─线性分类3-线性判别分析(Fisher判别分析)-模型.flv
├─线性分类4-线性判别分析(Fisher判别分析)-模型.flv
├─线性分类5-逻辑回归.flv
├─线性分类6-高斯判别分析.flv
├─线性分类7-高斯判别分析.flv
├─线性分类8-高斯判别分析.flv
├─线性分类9-朴素贝叶斯分类器.flv
(19)\机器学习-白板推导系列(5)-降维;目录中文件数:6个
├─降维1-背景介绍.flv
├─降维2-样本均值&样本方差的矩阵表示.flv
├─降维3-主成分分析(PCA)-最大投影方差角度.flv
├─降维4-主成分分析(PCA)-最小重构代价角度.flv
├─降维5-主成分分析(PCA)-SVD角度.flv
├─降维6-主成分分析(PCA)-概率角度.flv
(20)\机器学习-白板推导系列(6)-支持向量机SVM;目录中文件数:9个
├─支持向量机1-硬间隔SVM-模型定义.flv
├─支持向量机2-硬间隔SVM-模型求解.flv
├─支持向量机3-硬间隔SVM-模型求解.flv
├─支持向量机4-软间隔SVM-模型定义.flv
├─支持向量机5-约束优化问题-弱对偶性证明.flv
├─支持向量机6-约束优化问题-对偶关系的几何解.flv
├─支持向量机7-约束优化问题-对偶关系之sla.flv
├─支持向量机8-约束优化问题-对偶关系之KKT.flv
├─支持向量机9-备份.flv
(21)\机器学习-白板推导系列(7)-核方法;目录中文件数:4个
├─核方法(1)-背景介绍.flv
├─核方法(2)-正定核的两个定义.flv
├─核方法(3)-正定核充要条件-必要性证明.flv
├─核方法(4)-备份.flv
(22)\机器学习-白板推导系列(8)-指数族分布;目录中文件数:7个
├─指数族分布1-背景.flv
├─指数族分布2-背景.flv
├─指数族分布3-高斯分布的指数族形式.flv
├─指数族分布4-对数配分函数与充分统.flv
├─指数族分布5-极大似然估计与充分统.flv
├─指数族分布6-最大熵角度.flv
├─指数族分布7-最大熵角度.flv
(23)\机器学习-白板推导系列(9)-概率图模型基础;目录中文件数:15个
├─概率图模型1-背景介绍.flv
├─概率图模型10-推断.flv
├─概率图模型11-推断.flv
├─概率图模型12-推断.flv
├─概率图模型13-推断.flv
├─概率图模型14-概念补充-道德图.flv
├─概率图模型15-概念补充-因子图.flv
├─概率图模型2-贝叶斯网络-Representation-条件独立性.flv
├─概率图模型3(补充解释)-贝叶斯网络-Representation-条件独立性).flv
├─概率图模型4-贝叶斯网络.flv
├─概率图模型5-贝叶斯网络.flv
├─概率图模型6-马尔可夫随机场.flv
├─概率图模型7-马尔可夫随机场.flv
├─概率图模型8-推断Inference.flv
├─概率图模型9-推断.flv

游客,如果您要查看本帖隐藏内容请回复





上一篇:Power BI智能商业分析工具全景项目应用课程 又一个商业智能BI高级项目应用经典力作
下一篇:最新无人驾驶入门视频教程
回复

使用道具 举报

gejin2020 发表于 2020-8-12 23:59:48
啥也不说了,楼主就是给力!支持吾爱编程网!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表

平台简介

吾爱编程网:http://www.52pg.net/是IT技能学习交流平台,我们提供了丰富的移动端开发、php开发、web前端开发、android开发、Java开发、Python开发、大数据开发、区块链开发、人工智能开发以及html5等大量的实战视频教程资源。(如果我们有侵犯了您权益的资源请联系我们删除)

点击这里给我发消息|Archiver|手机版|小黑屋|站点地图|吾爱编程  |网站地图 | VIP购买

Powered by Discuz! X3.2  © 2017-2020 Comsenz Inc.  吾爱编程网