┣━mksz408 – JavaScript玩转机器学习 打造你人生中的第一个AI项目
┣━第9章 欠拟合与过拟合
┣━9-2 加载带有噪音的二分类数据集.mp4
┣━9-4 使用复杂神经网络演示过拟合.mp4
┣━9-5 过拟合应对法：早停法、权重衰减、丢弃法.mp4
┣━9-1 欠拟合与过拟合任务简介.mp4
┣━9-3 使用简单神经网络演示欠拟合.mp4
┣━第2章 机器学习与神经网络简介
┣━2-2 神经网络简介.mp4
┣━2-3 神经网络的训练.mp4
┣━2-1 机器学习简介.mp4
┣━第10章 使用卷积神经网络（CNN）识别手写数字
┣━10-2 加载 MNIST 数据集.mp4
┣━10-5 进行预测.mp4
┣━10-4 训练模型.mp4
┣━10-1 使用卷积神经网络识别手写数字任务简介.mp4
┣━10-3 定义模型结构：卷积神经网络.mp4
┣━课程资料
┣━代码资料.zip
┣━第5章 归一化
┣━5-2 归一化训练数据.mp4
┣━5-3 训练、预测、反归一化.mp4
┣━5-1 归一化任务简介.mp4
┣━第7章 多层神经网络
┣━7-2 加载 XOR 数据集.mp4
┣━7-3 定义模型结构：多层神经网络.mp4
┣━7-4 训练模型并预测.mp4
┣━7-1 多层神经网络任务简介.mp4
┣━第14章 基于迁移学习的语音识别器：声控轮播图
┣━14-3 语音识别迁移学习的训练和预测.mp4
┣━14-4 语音训练数据的保存和加载.mp4
┣━14-2 在浏览器中收集中文语音训练数据.mp4
┣━14-1 基于迁移学习的语音识别器：声控轮播图.mp4
┣━14-5 声控轮播图.mp4
┣━第8章 多分类
┣━8-2 加载iris数据集（训练集与验证集）.mp4
┣━8-3 定义模型结构：带有softmax的多层神经网络.mp4
┣━8-1 任务简介、主要步骤、前置条件.mp4
┣━8-5 多分类预测方法.mp4
┣━8-4 训练模型：交叉熵损失函数与准确度度量.mp4
┣━8-6 （选修）IRIS数据集生成函数源码剖析.mp4
┣━8-7 （选修）IRIS 数据集生成函数源码剖析.mp4
┣━第12章 基于迁移学习的图像分类器：商标识别
┣━12-3 定义模型结构：截断模型+双层神经网络.mp4
┣━12-1 基于迁移学习的图像分类器：商标识别任务简介.mp4
┣━12-2 加载商标训练数据并可视化.mp4
┣━12-5 迁移学习下的模型预测.mp4
┣━12-4 迁移学习下的模型训练.mp4
┣━第1章 课程导学
┣━1-1 《想要入门AI的同学都应该看一看》课程导学.mp4
┣━第11章 使用预训练模型进行图片分类
┣━11-2 加载 MobileNet 模型.mp4
┣━11-1 使用预训练模型进行图片分类任务简介.mp4
┣━11-3 进行预测.mp4
┣━第6章 逻辑回归
┣━6-1 逻辑回归任务简介.mp4
┣━6-5 训练模型并可视化训练过程.mp4
┣━6-6 进行预测.mp4
┣━6-3 定义模型结构：带有激活函数的单个神经元.mp4
┣━6-7 （选修）二分类数据集生成函数源码剖析.mp4
┣━6-4 损失函数：对数损失（log loss）.mp4
┣━6-2 加载二分类数据.mp4
┣━第15章 Python 与 JavaScript 模型互转
┣━15-3 Python 与 JavaScript 模型互转.mp4
┣━15-4 JavaScript 模型的互转：分片、量化、加速.mp4
┣━15-2 安装 Tensorflow.js Converter.mp4
┣━15-1 Python 与 JavaScript 模型互转任务简介.mp4
┣━第16章 课程总结
┣━16-1 -回顾与总结.mp4
┣━第4章 线性回归
┣━4-1 线性回归任务简介.mp4
┣━4-2 准备、可视化训练数据.mp4
┣━4-7 进行预测.mp4
┣━4-4 损失函数：均方误差.mp4
┣━4-5 优化器：随机梯度下降.mp4
┣━4-6 训练模型并可视化训练过程.mp4
┣━4-3 定义模型结构：单层单个神经元组成的神经网络.mp4
┣━第13章 使用预训练模型进行语音识别
┣━13-2 加载预训练语音识别模型.mp4
┣━13-3 进行语音识别.mp4
┣━13-1 使用预训练模型进行语音识别任务简介.mp4
┣━第3章 Tensorflow.js 简介
┣━3-2 安装 Tensoflow.js.mp4
┣━3-1 Tensorflow.js 简介.mp4
┣━3-3 为何要用 Tensor.mp4