深度神经网络算法之深度学习视频教程
|深度神经收集进修深入与强化一 10课
|第9课 更多的收集范例
|第8课 RNN利用
|第7课 RNN先容
|第6课 CNN推展案例
|第5课 CNN练习留意事项与框架利用
|第4课 CNN与常用框架
|第3课 梯度下降法与反向传布
|第2课 高效计较根本与图像线性分类器
|第1课 机械进修中数学根本
|第10课 更多框架
|机械进修之深度神经收集深入研讨 20课
|(额外补充)词嵌入word embedding
|(20)贝叶斯收集和HMM
|(19)Caffe&Tensor Flow&MxNet 简介
|(18)循环神经收集与LSTM
|(17)卷积神经收集
|(16)野生神经收集
|(15)贝叶斯推理采样与变分
|(14)主题模子
|(13)贝叶斯方式
|(12)SVM
|(11)决议树随机森林和adaboost
|(10)聚类算法与利用
|(09)保举系统与利用
|(08)最大熵模子与EM算法
|(07)工作流程与模子调优
|(06)特征工程
|(05)回归分析与工程利用
|(04)凸优化初步
|(03)矩阵分析与利用
|(02)数理统计与参数估量
|____(01)机械进修与相关数学初步
下载地址:**** Hidden Message *****
页:
[1]