打字猴:1.700532205e+09
1700532205 12.2 02 机器学习中的优化问题 [:1700536397]
1700532206 12.3 03 经典优化算法 [:1700536491]
1700532207 12.4 04 梯度验证 [:1700536646]
1700532208 12.5 05 随机梯度下降法 [:1700536753]
1700532209 12.6 06 随机梯度下降法的加速 [:1700536861]
1700532210 12.7 07 L1正则化与稀疏性 [:1700537010]
1700532211 13 第8章 采样 [:1700537105]
1700532212 13.1 01 采样的作用 [:1700537117]
1700532213 13.2 02 均匀分布随机数 [:1700537151]
1700532214 13.3 03 常见的采样方法 [:1700537200]
1700532215 13.4 04 高斯分布的采样 [:1700537313]
1700532216 13.5 05 马尔可夫蒙特卡洛采样法 [:1700537475]
1700532217 13.6 06 贝叶斯网络的采样 [:1700537600]
1700532218 13.7 07 不均衡样本集的重采样 [:1700537677]
1700532219 14 第9章 前向神经网络 [:1700537738]
1700532220 14.1 01 多层感知机与布尔函数 [:1700537750]
1700532221 14.2 深度神经网络中的激活函数 [:1700537996]
1700532222 14.3 03 多层感知机的反向传播算法 [:1700538121]
1700532223 14.4 04 神经网络训练技巧 [:1700538340]
1700532224 14.5 05 深度卷积神经网络 [:1700538481]
1700532225 14.6 06 深度残差网络 [:1700538591]
1700532226 15 第10章 循环神经网络 [:1700538683]
1700532227 15.1 01 循环神经网络和卷积神经网络 [:1700538693]
1700532228 15.2 02 循环神经网络的梯度消失问题 [:1700538742]
1700532229 15.3 03 循环神经网络中的激活函数 [:1700538802]
1700532230 15.4 04 长短期记忆网络 [:1700538861]
1700532231 15.5 05 Seq2Seq模型 [:1700538944]
1700532232 15.6 06 注意力机制 [:1700539005]
1700532233 16 第11章 强化学习 [:1700539125]
1700532234 16.1 01 强化学习基础 [:1700539133]
1700532235 16.2 02 视频游戏里的强化学习 [:1700539247]
1700532236 16.3 03 策略梯度 [:1700539322]
1700532237 16.4 04 探索与利用 [:1700539408]
1700532238 17 第12章 集成学习 [:1700539530]
1700532239 17.1 01 集成学习的种类 [:1700539542]
1700532240 17.2 02 集成学习的步骤和例子 [:1700539617]
1700532241 17.3 03 基分类器 [:1700539677]
1700532242 17.4 04 偏差与方差 [:1700539717]
1700532243 17.5 05 梯度提升决策树的基本原理 [:1700539779]
1700532244 17.6 06 XGBoost与GBDT的联系和区别 [:1700539875]
1700532245 18 第13章 生成式对抗网络 [:1700539979]
1700532246 18.1 01 初识GANs的秘密 [:1700539987]
1700532247 18.2 02 WGAN：抓住低维的幽灵 [:1700540186]
1700532248 18.3 03 DCGAN：当GANs遇上卷积 [:1700540316]
1700532249 18.4 04 ALI：包揽推断业务 [:1700540422]
1700532250 18.5 05 IRGAN: 生成离散样本 [:1700540518]
1700532251 18.6 06 SeqGAN：生成文本序列 [:1700540602]
1700532252 19 第14章 人工智能的热门应用 [:1700540810]
1700532253 19.1 01 计算广告 [:1700540822]
1700532254 19.2 02 游戏中的人工智能 [:1700540984]
[ 上一页 ]  [ :1.700532205e+09 ]  [ 下一页 ]