斯坦福机器学习讲义理解笔记以及李飞飞CVppt课件zip
需积分: 12 119 浏览量
2020-04-26
12:12:09
上传
评论
收藏 89.43MB ZIP 举报
上传.zip （55个子文件） 
上传 李飞飞斯坦福课程ppt 
cs231n_2017_lecture15.pdf 8MB cs231n_2017_lecture2.pdf 5.3MB cs231n_2017_lecture9.pdf 2.34MB cs231n_2017_lecture3.pdf 4.63MB cs231n_2017_lecture8.pdf 4.51MB cs231n_2017_lecture13.pdf 4.29MB cs231n_2017_lecture7.pdf 2.73MB cs231n_2017_lecture10.pdf 5.62MB cs231n_2017_lecture4.pdf 2.62MB cs231n_2017_lecture6.pdf 3.04MB cs231n_2017_lecture5.pdf 10.38MB cs231n_2017_lecture11.pdf 7.18MB cs231n_2017_lecture16.pdf 4.75MB cs231n_2017_lecture14.pdf 1.64MB cs231n_2017_lecture12.pdf 15.79MB Stanford Universtiy Machine Learning(含学习笔记和原始讲义) 斯坦福大学机器学习个人学习笔记（上） (5)规则化和模型选择.pdf 895KB (1)线性回归、logistic回归和一般回归.pdf 843KB (6)K-means聚类算法.pdf 533KB (4)支持向量机SVM（下）.pdf 1.15MB (7)混合高斯模型和EM算法.pdf 437KB (8)EM算法.pdf 757KB (3)支持向量机SVM（上）.pdf 878KB
请先查看该说明.txt 910B (2)判别模型、生成模型与朴素贝叶斯方法.pdf 1.04MB 斯坦福大学机器学习个人学习笔记（下） (14)增强学习.pdf 900KB (9)在线学习.pdf 531KB (16)偏最小二乘法回归.pdf 279KB (15)典型关联分析.pdf 962KB (13)因子分析.pdf 953KB (12)线性判别分析.pdf 918KB (10)主成分分析.pdf 1.72MB (11)独立成分分析.pdf 906KB 请先查看该说明.txt 910B 斯坦福大学机器学习课程原始讲义 cs229-cvxopt2.pdf 197KB cs229-notes8.pdf 81KB cs229-notes6.pdf 51KB cs229-notes3.pdf 176KB cs229-notes1.pdf 230KB cs229-notes5.pdf 87KB cs229-notes10.pdf 75KB cs229-notes12.pdf 74KB cs229-notes9.pdf 81KB cs229-notes7a.pdf 265KB cs229-notes7b.pdf 54KB cs229-notes4.pdf 109KB cs229-cvxopt.pdf 149KB cs229-prob.pdf 147KB cs229-hmm.pdf 198KB cs229-notes11.pdf 74KB cs229-gp.pdf 151KB cs229-linalg.pdf 165KB cs229-notes2.pdf 858KB ML-advice.pdf 313KB
.DS_Store 10KB .DS_Store 10KB资源评论
