人工智能（第2版）

Python编程基础&AI数学 视频 AI和Datacom-Network Automation Developer

AI 数学基础08 线性代数实验 AI 数学基础09 概率论实验 AI 数学基础10 最优化实验 Python编程基础01 python入门 Python编程基础02 python基础 Python编程基础03 数值和字符串 Python编程基础04 列表和元组 ...

线性代数个人思考(超重点）.pdf

- 用于大学线性代数课程的学习和复习，建立扎实的数学基础。 - 作为从事科学研究和工程项目的从业者的思考材料，强调理论与实际应用的结合。 - 帮助初学者理解线性代数的实际应用，促进在编程和数据处理中更灵活的...

java版飞机大战源码-AI-Self-taught:AI-自学

AI的数学基础最主要是高等数学、线性代数、概率论与数理统计三门课程，这三门课程是本科必修的。这里整理了一个简易的数学入门文章： 数学基础：高等数学 数学基础：线性代数 数学基础：概率论与数理统计 机器学习的...

人工智能-数学基础视频课程

数据科学与人工智能数学基础课程旨在帮助同学们打下数学基础，通俗讲解其中每一个知识点。课程内容涉及高等数学，线性代数，概率论与统计学，同学们在学习过程中应当以理解为出发点并不需要死记每一个公式，掌握核心...

curso-algebra-lineal:线性代数课程

学习将线性代数应用于统计学、机器学习和人工智能的基础知识与和通过可在 Udemy 上以 11.99 欧元的价格购买您可以在上查看所有课程材料你要学什么？ 从胡安·加布里埃尔·戈米拉 (Juan Gabriel Gomila) 和玛丽亚·...

人工智能大数据与复杂系统一月特训班【完结】.zip

、课程：人工智能的三个阶段 4 、课程：高等数学—元素和极限 、连续性 5 、课程：复杂网络经济学应用 6 、课程：机器学习与监督算法 1 7 、课程：阿尔法狗与强化学习算法 8 、课程：高等数学—两个重要的极限定理 9...

AI 人工智能学习之路（Python）

数学和统计学基础：AI领域需要一定的数学基础，包括线性代数、微积分、概率论和统计学。你可以通过在线教育平台、大学课程或自学来学习这些基础知识。 编程语言：掌握一种或多种编程语言是学习AI的关键。Python是一...

最新尚硅谷AI视频教程（机器学习）

05_人工智能_线性代数与概率论基础.avi 06_人工智能_机器学习基本知识.avi 07_人工智能_线性回归模型.avi 08_人工智能_线性回归习题和总结.avi 09_人工智能_Logistic回归模型与练习.avi 10_人工智能_决策树ID3-C4.5...

华为HCIA-AI V1.0 LVC公开课培训视频.rar

1.3_人工智能的产业发展与战略规划 第二章 Python编程基础 2.1_Python 技术介绍 2.2_Python 技术介绍 2.3_Python列表和元组、字符串、字典、条件和循环语句 2.4_Python函数、面向对象编程 2.5_Python ...

电子科技大学《矩阵理论》精品课件

本课程为学习人工智能，机器学习等课程之前的先行理论基础知识，课件内容包括6章节，分别为：第一章：线性代数基础，第二章：矩阵的范数，第三章：矩阵的分解，第四章：矩阵的奇异值分解，第五章：矩阵分析，第六章...

人工智能学习计划.pdf

《离散数学基础》 《概率论与数理统计》 《算法设计与分析》 《线性代数》 《近世代数》 参考书籍 《⾼等数学》同济⼤学版上下 《数据结构(C语⾔版)》严蔚敏_吴伟民 《程序设计基础教程》王忠主编 《算法导论》 《C...

MATLAB数学实验胡良剑.zip

第三一七章介绍大学“数学实验”的基础内容，涉及线性代数、微积分和常微分方程等课程的软件实验，其中第七章介绍MATLAB的符号数学工具箱；第八一十四章介绍大学“数学建模”的实验技术，主要涉及概率统计、数值分析...

高等数学必知必会课程-视频教程网盘链接提取码下载 .txt

拥有良好的数学基础，有利于大家在后续课程的学习中更好的理解机器学习和深度学习的相关算法内容，同时对于AI研究尤为重要，如人工智能中的智能很大一部分是依托“概率论”实现的。 视频大小： 241M

Portfolio-Optimization-and-Risk-Management-during-Covid19:软件大学“开发人员数学概念”课程的最终项目；于2020年6月12日完成

“人工智能”专业化课程，共4门课程 该项目包括以下章节： 收集数据-使用Yahoo Finance API 计算预期收益和协方差矩阵 建立有效的前沿并找到我们的最佳投资组合 在COVID-19危机期间对投资组合的绩效进行模型化 使用...

机器学习数学基础之矩阵视频教学

本课程囊括了机器学习理论中所需要的和线性代数相关的所有知识。帮助想入门机器学习的朋友们快速掌握数学基础。 主要内容：1. 矩阵的定义、性质、运算、分解以及应用。2. 线性空间、范数、生成子空间相关知识。

课程：只是教员的东西（作业，项目，讲座）

来自瑞士洛桑的EPFL的数据科学硕士课程第三学期 第二学期第一学期Babes-Bolyai大学数学与计算机科学学院的课程第一学期线性代数-代数编程基础-FOP 计算机系统架构-ASC 计算逻辑-逻辑分析-分析第二学期面向对象编程-...

智能科学与技术与人工智能的区别(1).pdf

主⼲课程 ⾼等数学、线性代数、概率论与数理统计、数据结构与算法分析、计算机系统基础、⼈⼯智能程序设计(Python)、模式识 别(MATLAB)、神经⽹络、机器学习与应⽤、深度学习与应⽤等及相应的项⽬实训课程。

leetcode融资-code-training:要成为称职的SWE和编码员要完成的课程列表

机器学习/人工智能/深度学习课程 斯坦福在线 滑铁卢大学 彭博社 斯坦福 [斯坦福密码学 I] 【斯坦福密码学二】 数据科学 计算机/系统网络和安全 基础课程 计算基础 学习 Lisp 的绝佳课程！ 经得起时间的考验。 计算...

ChatGPT教程（终极版）最全整理

这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门，你看我这篇文章就够了。 如果你已经用上了ChatGPT，更要恭喜你挖到宝藏，后面的高级技巧一定能让你有收获。 文章包含以下内容： 一、ChatGPT是啥？有什么用； 二、ChatGPT如何注册； 三、ChatGPT使用方法； 四、用ChatGPT搞钱； 五、高级技巧；

yolov8调用zed相机实现三维测距（版本一）

yolov8调用zed相机实现三维测距（版本一），具体内容见博客https://blog.csdn.net/qq_45077760?type=blog

博客中Kmeans以及FCM算法数据（免积分）

博客中Kmeans以及FCM算法的数据，包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集，下载在直接存入项目文件夹即可，如果下载不了，可以私信我，看到后会及时回复。

hugging face的models-openai-clip-vit-large-patch14文件夹

用于无法访问hugging face并需要运行stable-diffusion-webui时使用

神经网络回归预测--气温数据集

神经网络回归预测--气温数据集

XGBoost+LightGBM+LSTM-光伏发电量预测

包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上，论证了辐照度、光伏板工作温度等影响光伏输出功率的因素，通过实时监测的光伏板运行状态参数和气象参数建立预测模型，预估光伏电站瞬时发电量，根据光伏电站DCS系统提供的实际发电量数据进行对比分析，验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献

基于Python+pytorch的图像处理+附完整代码图像处理，能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作

Python+PyTorch：图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里，Python和PyTorch这对黄金搭档，就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”，总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性，引领着图像处理技术的发展潮流，让无数开发者为之倾倒。Python，这位优雅的魔法师，以其简洁易懂的语法和丰富的库资源，赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习，Python都能轻松应对，展现出其无与伦比的魅力。在图像处理领域，Python更是如鱼得水，通过OpenCV、PIL等库，能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作，让图像在指尖起舞。而PyTorch，这把图像处理界的“瑞士军刀”，则以其灵活性和易用性，成为深度学习领域的翘楚。它拥有强大的自动求导功能，能够轻松构建和训练复杂的神经网络模型。在图像处理中，PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型，让图像焕发出新的生机。想象一下，当你掌握了Python和PyTorch这对黄金搭档，就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为

Mathwork+Matlab+编程手册

Introduction to Programming with MATLAB ~ Vanderbilt University

Stable-Diffusion WEBUI 简体中文语言包（2023.05.30更新）

AI绘图，Stable-Diffusion WEBUI，本地化（简体中文）语言文件。 原始文件来自翻译插件，根据自己实际使用情况，增加和修改了一些翻译。 配合【双语插件】看上去要自然一点，内容还在继续完善中。 本次增加了一些翻译内容，特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文，所以别直接选它用。 请配合【Bilingual Localization】插件使用，双语同时显示，效果最好。

时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类，点击即可运行！

内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中，我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法，适用于各种机器学习任务，它最初主要用于解决分类问题，在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用，包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分，可以将模型保存到本地，一旦我们完成了模型的训练，我们可以使用它来进行预测。我们将选择合适的输入特征，并根据模型的预测结果来生成未来的数值序列。最后，我们会将预测结果与实际观测值进行对比，评估模型的准确性和性能。 适合人群：时间序列预测的学习者,机器学习的学习者， 能学到什么：本模型能够让你对机器学习和时间序列预测有一个清楚的了解，其中还包括数据分析部分和特征工程的代码操作 阅读建议：大家可以仔细阅读代码部分，其中包括每一步的注释帮助读者进行理解，其中涉及到的知识有数据分析部分和特征工程的代码操作。

亚博K210模型训练部署

亚博K210模型训练部署