此训练营专为深度学习爱好者打造。涵盖线性代数、概率论等核心数学基础,让学员构建扎实理论根基。结合卷积神经网络、RNN、LSTM等实战项目,助力学员学以致用。课程通过视频讲解,让知识更易吸收;提供资料下载,方便学员随时巩固;还有直播答疑,及时解决学习难题。内容丰富,适合想从基础到进阶全面掌握深度学习的学员。通过学习,学员能深入理解并应用深度学习技术,提升相关能力。...
深度之眼的《统计学习方法》课程是学习机器学习理论的优质资源。课程围绕李航所著的《统计学习方法》展开,涵盖了感知机、k近邻、朴素贝叶斯法、决策树等众多经典算法。
课程通过视频讲解的形式,对书中的理论知识进行深入剖析,还包含作业讲解和代码公布环节,帮助学习者更好地理解和应用所学知识。例如在讲解感知机时,不仅介绍了模型原理,还通过自编程实现和sklearn实现让学习者掌握算法的实际运用。
对于想要系统学习统计学习方法、提升机器学习理论水平的学习者来说,这门课程是一个很好的选择。
📢 以下文件由夸克网盘用户于2026-04-09分享(文件数量过多时仅展示部分文件)
【深度之眼】统计学习方法2.42GB
00 学习第1章统计学习方法概论143.01MB
《李航统计学习方法》导读.mp464.12MB
《李航统计学习方法》泛化误差上界修正.mp422.58MB
《李航统计学习方法》极大似然估计和贝叶斯估计.mp421.26MB
《统计学习方法》-绪论.mp435.04MB
01 学习第2章感知机81.01MB
统计学习方法》随机梯度下降法.mp410.79MB
《李航统计学习方法》感知机模型.mp447.69MB
《统计学习方法》算法收敛性.mp422.54MB
02 学习第3章k近邻39.74MB
《统计学习方法》-K近邻.mp439.74MB
03 Week1作业讲解及代码公布106MB
贝叶斯估计作业.mp417.18MB
感知机_sklearn实现.mp442.55MB
感知机_自编程实现.mp429.87MB
极大似然估计作业.mp416.41MB
04 学习第4章朴素贝叶斯法106.48MB
贝叶斯估计.mp434.21MB
后验概率最大化.mp420.13MB
朴素贝叶斯.mp452.14MB
05 学习第5章决策树73.82MB
决策树.mp461.19MB
信息增益与基尼指数.mp412.63MB
06 参加直播答疑337.45MB
直播答疑.mp4337.45MB
07 Week2作业讲解及代码公布129MB
决策树自编程实现.mp451.17MB
朴素贝叶斯自编程实现.mp477.82MB
08 学习第6章逻辑斯谛回归与最大熵模型146.81MB
改进的迭代尺度法.mp434.11MB
拉格朗日对偶性.mp440.61MB
逻辑斯谛回归与最大值模型.mp472.08MB
09 学习第7章支持向量机129.44MB
支持向量机.mp451.56MB
支持向量机xia.mp451.56MB
最大间隔分离超平面存在唯一性.mp426.32MB
10 Week3作业讲解及代码公布209.01MB
逻辑斯谛回归作业.mp466.23MB
支持向量机7.3.mp425.94MB
支持向量机Sklearn.mp434.31MB
支持向量机习题7.2.mp482.53MB
11 学习第8章提升方法163.19MB
Adaboost训练误差.mp448.78MB
前向分步算法.mp429.84MB
提升方法.mp484.58MB
12 学习第9章EM算法及推广121.63MB
EM算法的导出.mp423.56MB
EM算法及其推广.mp457.44MB
高斯混合模型.mp440.63MB
13 直播答疑156.36MB
Rec 0006.mp4156.36MB
14 Week4作业讲解及代码公布129.06MB
EM 算法作业讲解.mp470.59MB
提升方法作业.mp458.47MB
15 学习第10章隐马尔科夫模型171.44MB
前向算法.mp414.08MB
维特比算法.mp424.56MB
隐马尔科夫模型.mp4132.79MB
16 学习第11章条件随机场135.45MB
拟牛顿法.mp428.85MB
条件随机场.mp474.64MB
条件随机场的矩阵形式.mp431.96MB
17 Week5作业讲解及代码公布93.68MB
条件随机场作业.mp427.92MB
隐马尔可夫模型.mp465.77MB
课件.zip2.65MB
共48个文件,合计:2.42GB

10积分
