黑马-智能机器人软件开发
├──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