黑马-智能机器人软件开发 无基础小白也能学会的人工智能课

【资源目录】：

├──day1

| ├──00_为什么要学习数学(1).mp4 18.12M

| ├──01_引言和学习方法.mp4 12.80M

| ├──02_feature和label.mp4 27.73M

| ├──03_什么是机器学习(1).mp4 16.04M

| ├──04_数据采集方式.mp4 43.89M

| ├──05_knn算法入门.mp4 12.04M

| ├──06_knn算法python实现.mp4 70.70M

| ├──07_代码流程回顾.mp4 15.05M

| ├──08_抽取knn函数.mp4 11.17M

| ├──09_实验演示验证结论.mp4 25.56M

| ├──10_评估模型好坏的方法，训练集和测试集.mp4 10.35M

| ├──11_生成测试和训练数据集.mp4 19.62M

| ├──12_调参选取最优的k.mp4 36.48M

| ├──13_增加数据的维度.mp4 10.35M

| ├──14_numpy加载特殊数据.mp4 16.33M

| ├──15_欧式距离.mp4 11.89M

| ├──16_二维空间距离的计算.mp4 28.61M

| ├──17_代码增加一个维度.mp4 16.97M

| ├──18_数据归一化.mp4 31.97M

| ├──19_knn的feature的选择.mp4 8.88M

| ├──20_向量和向量的运算.mp4 29.98M

| ├──21_概念总结.mp4 5.77M

| ├──22_使用矩阵和向量实现knn.mp4 68.95M

| ├──23_ 房价预测简单框架.mp4 52.57M

| ├──24_数据的归一化和标准化.mp4 63.05M

| ├──附1_如何学习数学.mp4 13.91M

| └──附：问题1.mp4 14.89M

├──day2

| ├──01_线性回归和Knn.mp4 14.91M

| ├──02_线性回归解决什么问题_ev.mp4 7.50M

| ├──03_Excel进行线性回归_ev.mp4 8.92M

| ├──04_损失函数和最小均方差_ev.mp4 14.93M

| ├──05_excle来简单理解梯度下降_ev.mp4 18.78M

| ├──06_梯度下降的问题分析_ev.mp4 10.80M

| ├──07_求导简单入门_ev.mp4 13.01M

| ├──08_mse对b进行求导_ev.mp4 11.93M

| ├──09_Excel演示梯度下降&学习速率_ev.mp4 22.09M

| ├──10_偏导数分别求解m和b的导数_ev.mp4 15.75M

| ├──11_对m和b分别进行梯度下降_ev.mp4 22.18M

| ├──12_Python代码实现梯度下降_ev.mp4 37.19M

| ├──13_代码测试生成m和b_ev.mp4 15.54M

| └──14_作业演示.mp4 32.55M

├──day3

| ├──01_高等数学入门.mp4 23.30M

| ├──02_问题描述_ev.mp4 3.49M

| ├──03_简单理解矩阵运算的现实含义_ev.mp4 5.85M

| ├──04_矩阵的形状_ev.mp4 14.70M

| ├──05_矩阵的加法_ev.mp4 5.34M

| ├──06_手动计算矩阵的乘法_ev.mp4 10.60M

| ├──07_矩阵的乘法不满足交换律_ev.mp4 5.51M

| ├──08_用numpy进行矩阵的乘法运算_ev.mp4 7.78M

| ├──09_矩阵运算计算m和b的偏导数_ev.mp4 23.52M

| ├──10_numpy矩阵运算演示获取m和b的偏导_ev.mp4 18.06M

| ├──11_用矩阵运算重构线性回归代码_ev.mp4 18.60M

| ├──12_对比程序执行的时间_ev.mp4 8.36M

| ├──13_增加数据的维度.mp4 10.11M

| ├──14_函数模型的评估和错误率的计算_ev.mp4 20.81M

| ├──15_矩阵可以理解为一个变化函数_ev.mp4 4.23M

| ├──16_bmp是如何描述图片的_ev.mp4 37.81M

| ├──17_位图和svg图的区别_ev.mp4 13.92M

| ├──18_矩阵运算变化图片的位置_ev.mp4 14.61M

| ├──19_矩阵运算旋转图形_ev.mp4 15.46M

| ├──20_矩阵的缩放处理_ev.mp4 3.84M

| ├──21_图形变换综合案例_ev.mp4 7.51M

| ├──22_机器学习浅谈_ev.mp4 22.96M

| ├──23_sigmod函数引入_ev.mp4 12.07M

| └──24_逻辑回归的步骤.mp4 19.81M

├──day4

| ├──01_自然底数和sigmod函数.mp4 30.75M

| ├──02_矩阵运算计算逻辑回归_ev.mp4 10.29M

| ├──03_逻辑回归简单实现_ev.mp4 24.20M

| ├──04_多分类问题_ev.mp4 7.97M

| ├──05_多分类的概率问题思考_ev.mp4 14.34M

| ├──06_多分类问题softmax公式_ev.mp4 12.43M

| ├──07_手写数字数据集_ev.mp4 18.51M

| ├──08_手写数字的识别原理_ev.mp4 11.80M

| ├──09_手写数字数据集的处理_ev.mp4 24.37M

| ├──10_手写数字的识别_ev.mp4 48.90M

| ├──11_手写数字bug处理_ev.mp4 17.32M

| ├──12_ai自动驾驶_ev.mp4 3.54M

| ├──13_神经网络的作用_ev.mp4 5.50M

| ├──14_多层神经网络演示_ev.mp4 23.70M

| ├──15_感知机_ev.mp4 5.00M

| ├──16_感知机数学原理_ev.mp4 6.38M

| ├──17_线性模型和非线性模型_ev.mp4 13.25M

| ├──18_交叉熵cross-entropy_ev.mp4 15.54M

| └──19_概率简介.mp4 53.67M

└──资料.zip 45.94M