03_简单理解矩阵运算的现实含义_ev.mp4 5.9MB

15_矩阵可以理解为一个变化函数_ev.mp4 4.2MB

07_矩阵的乘法不满足交换律_ev.mp4 5.5MB

22_机器学习浅谈_ev.mp4 23.0MB

18_矩阵运算变化图片的位置_ev.mp4 14.6MB

04_矩阵的形状_ev.mp4 14.7MB

17_位图和svg图的区别_ev.mp4 13.9MB

13_增加数据的维度.mp4 10.1MB

10_numpy矩阵运算演示获取m和b的偏导_ev.mp4 18.1MB

14_函数模型的评估和错误率的计算_ev.mp4 20.8MB

21_图形变换综合案例_ev.mp4 7.5MB

23_sigmod函数引入_ev.mp4 12.1MB

16_bmp是如何描述图片的_ev.mp4 37.8MB

24_逻辑回归的步骤.mp4 19.8MB

09_矩阵运算计算m和b的偏导数_ev.mp4 23.5MB

05_矩阵的加法_ev.mp4 5.3MB

06_手动计算矩阵的乘法_ev.mp4 10.6MB

19_矩阵运算旋转图形_ev.mp4 15.5MB

02_问题描述_ev.mp4 3.5MB

11_用矩阵运算重构线性回归代码_ev.mp4 18.6MB

20_矩阵的缩放处理_ev.mp4 3.8MB

01_高等数学入门.mp4 23.3MB

12_对比程序执行的时间_ev.mp4 8.4MB

08_用numpy进行矩阵的乘法运算_ev.mp4 7.8MB

14_作业演示.mp4 32.9MB

03_Excel进行线性回归_ev.mp4 8.9MB

10_偏导数分别求解m和b的导数_ev.mp4 15.9MB

02_线性回归解决什么问题_ev.mp4 7.7MB

11_对m和b分别进行梯度下降_ev.mp4 22.2MB

07_求导简单入门_ev.mp4 13.0MB

08_mse对b进行求导_ev.mp4 11.9MB

06_梯度下降的问题分析_ev.mp4 10.8MB

04_损失函数和最小均方差_ev.mp4 14.9MB

09_Excel演示梯度下降&学习速率_ev.mp4 22.3MB

01_线性回归和Knn.mp4 14.9MB

13_代码测试生成m和b_ev.mp4 15.5MB

05_excle来简单理解梯度下降_ev.mp4 18.8MB

12_Python代码实现梯度下降_ev.mp4 37.2MB

10_手写数字的识别_ev.mp4 48.9MB

01_自然底数和sigmod函数.mp4 30.7MB

14_多层神经网络演示_ev.mp4 23.7MB

06_多分类问题softmax公式_ev.mp4 12.4MB

03_逻辑回归简单实现_ev.mp4 24.2MB

09_手写数字数据集的处理_ev.mp4 24.4MB

12_ai自动驾驶_ev.mp4 3.5MB

07_手写数字数据集_ev.mp4 18.5MB

13_神经网络的作用_ev.mp4 5.5MB

17_线性模型和非线性模型_ev.mp4 13.2MB

04_多分类问题_ev.mp4 8.0MB

15_感知机_ev.mp4 5.1MB

11_手写数字bug处理_ev.mp4 17.3MB

05_多分类的概率问题思考_ev.mp4 14.3MB

16_感知机数学原理_ev.mp4 6.4MB

08_手写数字的识别原理_ev.mp4 11.8MB

19_概率简介.mp4 53.7MB

02_矩阵运算计算逻辑回归_ev.mp4 10.3MB

18_交叉熵cross-entropy_ev.mp4 15.5MB

07_代码流程回顾.mp4 15.0MB

16_二维空间距离的计算.mp4 28.6MB

02_feature和label.mp4 27.7MB