- 1.1环境安装 14:33
- 1.2Python语言相关概念 20:53
- 1.3.4类和对象 16:56
- 1.4Python初步应用示例-迭代法 19:17
- 1.4Python初步应用示例-迭代法_2 19:17
- 1.5深度学习框架概要 12:11
- 2.2机器学习应用流程 39:10
- 2.3.2机器学习模型实现算法分类 全书内容安排 34:57
- 3.1K均值聚类算法 27:59
- 3.2.2聚类算法评价指标 21:17
- 3.3PCA降维算法 10:35
- 3.6Mean Shift算法及其在图像分割中的应用示例 16:09
- 4.2.1梯度下降法及其在MindSpore和TensorFlow2中的实现 19:43
- 4.2.2梯度下降法求解线性回归问题 08:05
- 4.5.1全连接层与线性回归及其在MindSpore和TensorFlow2框架中的实现 20:48
- 4.5.2全连接层神经网络与非线性回归及其在MindSpore和TensorFlow2框架中的实现 09:46
- 4.5.3神经网络中的过拟合 11:28
- 5.2决策树与随机森林 20:46
- 5.4.1误差反向传播学习算法-1-过程示例 29:27
- 5.4.1误差反向传播学习算法-2-形式化描述 08:38
- 5.5.1卷积神经网络示例 06:24
- 5.5.2卷积层-5.5.3池化层和Flatten层 25:25
- 6.2.1隐马尔可夫模型基本思想 24:14
- 6.2.2隐马尔可夫模型中文分词应用示例 11:16
- 6.4.1循环神经网络基本单元 17:01
- 6.4.3长短时记忆网络 08:21
- 8.1.1冰湖问题与强化学习基本概念 30:49
- 8.1.2马尔可夫决策过程 22:52
- 8.2.1动态规划法 20:55
- 8.2.2蒙特卡罗法 21:47
- 8.2.3时序差分法 08:55
- 8.3.1值函数逼近 15:45
- 8.3.2DQN与倒立摆控制问题 29:02
- 8.3.3参数化策略并直接优化示例 19:49
- 8.3.4策略梯度法 25:11
- 9.2白盒攻击 17:51
- 9.3黑盒攻击 16:29
- 信息安全竞赛汇报——基于手机加速度周期变化规律的机主身份实时识别软件 08:28
授课教师
资源管理
