文件内容:
file:资料.zip
file:19_概率简介.mp4
file:09_手写数字数据集的处理_ev.mp4
file:11_手写数字bug处理_ev.mp4
file:15_感知机_ev.mp4
file:14_多层神经网络演示_ev.mp4
file:16_感知机数学原理_ev.mp4
file:10_手写数字的识别_ev.mp4
file:13_神经网络的作用_ev.mp4
file:17_线性模型和非线性模型_ev.mp4
file:18_交叉熵cross-entropy_ev.mp4
file:02_矩阵运算计算逻辑回归_ev.mp4
file:24_逻辑回归的步骤.mp4
file:19_矩阵运算旋转图形_ev.mp4
file:23_sigmod函数引入_ev.mp4
file:22_机器学习浅谈_ev.mp4
file:21_图形变换综合案例_ev.mp4
file:18_矩阵运算变化图片的位置_ev.mp4
file:06_手动计算矩阵的乘法_ev.mp4
file:16_bmp是如何描述图片的_ev.mp4
file:11_用矩阵运算重构线性回归代码_ev.mp4
file:04_矩阵的形状_ev.mp4
file:09_矩阵运算计算m和b的偏导数_ev.mp4
file:05_excle来简单理解梯度下降_ev.mp4
file:12_Python代码实现梯度下降_ev.mp4
file:09_Excel演示梯度下降&学习速率_ev.mp4
file:13_代码测试生成m和b_ev.mp4
file:10_偏导数分别求解m和b的导数_ev.mp4
file:14_作业演示.mp4
file:07_求导简单入门_ev.mp4
file:06_梯度下降的问题分析_ev.mp4
file:11_对m和b分别进行梯度下降_ev.mp4
file:08_mse对b进行求导_ev.mp4
file:01_线性回归和Knn.mp4
file:24_数据的归一化和标准化.mp4
file:附：问题1.mp4
file:20_向量和向量的运算.mp4
file:附1_如何学习数学.mp4
file:22_使用矩阵和向量实现knn.mp4
file:23_ 房价预测简单框架.mp4
file:18_数据归一化.mp4
file:16_二维空间距离的计算.mp4
file:21_概念总结.mp4
file:11_生成测试和训练数据集.mp4
file:10_评估模型好坏的方法，训练集和测试集.mp4