[机器学习] 机器学习-04. 逻辑回归详解和应用（下）

说明：人工智能基础视频教程零基础入门课程 第四章（下） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten
<suolong123> 上传 | 大小：601mb

[机器学习] 机器学习-05. 分类器项目案例和神经网络算法

说明：人工智能基础视频教程零基础入门课程 第五章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Tensor
<suolong123> 上传 | 大小：939mb

[机器学习] 机器学习-06. 多分类、决策树分类、随机森林分类（上）

说明：人工智能基础视频教程零基础入门课程 第六章（上） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten
<suolong123> 上传 | 大小：476mb

[机器学习] 机器学习-06. 多分类、决策树分类、随机森林分类（下）

说明：人工智能基础视频教程零基础入门课程 第六章（下） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten
<suolong123> 上传 | 大小：673mb

[机器学习] roboware-latest.7z

说明：roboware-studio_1.2.0
<weixin_45682234> 上传 | 大小：240mb

[机器学习] lianjia_beijingHousing_fromKaggle.zip

说明：该数据集主要包含2011-2017链家平台上北京房价数据，有26个特征，压缩包大小50M，可以用来做房价预测等，详细kaggle链接：https://www.kaggle.com/ruiqurm/lianjia
<qq_30841655> 上传 | 大小：12mb

[机器学习] 3.preproessing.py

说明：机器学习算法------1.7 特征工程-特征预处理(特征预处理定义、归一化、 标准化)
<qq_41855990> 上传 | 大小：978byte

[机器学习] dating.txt

说明：机器学习算法------1.7 特征工程-特征预处理(特征预处理定义、归一化、 标准化)数据集
<qq_41855990> 上传 | 大小：25kb

[机器学习] 4.iris_example.py

说明：1.8 案例：鸢尾花种类预测—流程实现（鸢尾花种类预测）代码
<qq_41855990> 上传 | 大小：938byte

[机器学习] STM32F0标准库.rar

说明：STM32F0标准库.rar
<qq_44629109> 上传 | 大小：26mb

[机器学习] 人工智能机器学习数学知识

说明：人工智能机器学习数学知识
<mingzme> 上传 | 大小：1mb

[机器学习] 遗传算法求最大值.zip

说明：此算法适合初学者，采用的是遗传算法里面最普遍的二进制编码方式实现函数最大值的求解，里面基本上每一句代码都有详细的注释，将交叉、变异、数值编码的转换单独编写函数，和主函数分离变为，一个一个的模块，更容易理解，只要有一点生物学的基础（知道什么染色体的交叉变异）都可以看得懂。并且此算法通过改变适应度函数可以求出来最小值等
<qq_45159172> 上传 | 大小：7kb