黑马程序员0基础小白也能学会的人工智能课（完整资料） (1.57G)

文件目录：黑马程序员0基础小白也能学会的人工智能课（完整资料） (1.57G)

day1[638.60M]

00_为什么要学习数学.mp4[18.20M]

01_引言和学习方法.mp4[12.88M]

02_feature和label.mp4[27.80M]

03_什么是机器学习.mp4[16.11M]

04_数据采集方式.mp4[20.23M]

05_knn算法入门.mp4[12.11M]

06_knn算法python实现.mp4[70.78M]

07_代码流程回顾.mp4[15.12M]

08_抽取knn函数.mp4[11.24M]

09_实验演示验证结论.mp4[25.63M]

10_评估模型好坏的方法，训练集和测试集.mp4[10.42M]

11_生成测试和训练数据集.mp4[19.69M]

12_调参选取最优的k.mp4[36.55M]

13_增加数据的维度.mp4[10.42M]

14_numpy加载特殊数据.mp4[16.40M]

15_欧式距离.mp4[11.97M]

16_二维空间距离的计算.mp4[28.68M]

17_代码增加一个维度.mp4[17.04M]

18_数据归一化.mp4[32.05M]

19_knn的feature的选择.mp4[8.95M]

20_向量和向量的运算.mp4[30.05M]

21_概念总结.mp4[4.61M]

22_使用矩阵和向量实现knn.mp4[69.03M]

23_房价预测简单框架.mp4[52.64M]

24_数据的归一化和标准化.mp4[31.05M]

附：问题1.mp4[14.97M]

附1_如何学习数学.mp4[13.98M]

day2[247.94M]

01_线性回归和Knn.mp4[14.98M]

02_线性回归解决什么问题.mp4[7.74M]

03_Excel进行线性回归.mp4[9.00M]

04_损失函数和最小均方差.mp4[15.00M]

05_excle来简单理解梯度下降.mp4[18.85M]

06_梯度下降的问题分析.mp4[10.88M]

07_求导简单入门.mp4[13.09M]

08_mse对b进行求导.mp4[12.00M]

09_Excel演示梯度下降&学习速率.mp4[22.37M]

10_偏导数分别求解m和b的导数.mp4[15.98M]

11_对m和b分别进行梯度下降.mp4[22.25M]

12_Python代码实现梯度下降.mp4[37.27M]

13_代码测试生成m和b.mp4[15.61M]

14_作业演示.mp4[32.93M]

day3[329.99M]

01_高等数学入门.mp4[23.37M]

02_问题描述.mp4[3.56M]

03_简单理解矩阵运算的现实含义.mp4[5.92M]

04_矩阵的形状.mp4[14.77M]

05_矩阵的加法.mp4[5.41M]

06_手动计算矩阵的乘法.mp4[10.67M]

07_矩阵的乘法不满足交换律.mp4[5.59M]

08_用numpy进行矩阵的乘法运算.mp4[7.86M]

09_矩阵运算计算m和b的偏导数.mp4[23.59M]

10_numpy矩阵运算演示获取m和b的偏导.mp4[18.13M]

11_用矩阵运算重构线性回归代码.mp4[18.67M]

12_对比程序执行的时间.mp4[8.43M]

13_增加数据的维度.mp4[10.19M]

14_函数模型的评估和错误率的计算.mp4[20.88M]

15_矩阵可以理解为一个变化函数.mp4[4.30M]

16_bmp是如何描述图片的.mp4[37.88M]

17_位图和svg图的区别.mp4[13.99M]

18_矩阵运算变化图片的位置.mp4[14.68M]

19_矩阵运算旋转图形.mp4[15.54M]

20_矩阵的缩放处理.mp4[3.91M]

21_图形变换综合案例.mp4[7.59M]

22_机器学习浅谈.mp4[23.03M]

23_sigmod函数引入.mp4[12.15M]

24_逻辑回归的步骤.mp4[19.88M]

day4[348.90M]

01_自然底数和sigmod函数.mp4[30.82M]

02_矩阵运算计算逻辑回归.mp4[10.36M]

03_逻辑回归简单实现.mp4[24.27M]

04_多分类问题.mp4[8.04M]

05_多分类的概率问题思考.mp4[14.42M]

06_多分类问题softmax公式.mp4[12.51M]

07_手写数字数据集.mp4[18.58M]

08_手写数字的识别原理.mp4[11.88M]

09_手写数字数据集的处理.mp4[24.44M]

10_手写数字的识别.mp4[48.98M]

11_手写数字bug处理.mp4[17.39M]

12_ai自动驾驶.mp4[3.61M]

13_神经网络的作用.mp4[5.57M]

14_多层神经网络演示.mp4[23.77M]

15_感知机.mp4[5.13M]

16_感知机数学原理.mp4[6.46M]

17_线性模型和非线性模型.mp4[13.32M]

18_交叉熵cross-entropy.mp4[15.61M]

19_概率简介.mp4[53.74M]

资料.rar[43.52M]