机器学习与人工智能技术应用
机器学习与人工智能技术应用
| 序号 | 章节名称 |
|---|---|
| 1 | 1.合奏学习：从原理到应用1 |
| 2 | 1.合奏学习：从原理到应用2 |
| 3 | 2.深度神经网络与卷积神经网络原理及应用 |
| 4 | 3.无监督学习与聚类分析：原理、算法与应用 |
| 5 | 4.正则化方法原理与机器学习中的模型优化 |
| 6 | 5.深度神经网络与卷积神经网络原理及应用 |
| 7 | 6.无监督学习与聚类分析 |
| 8 | 7.机器学习模型评价方法详解 |
| 9 | 8.线性回归及其扩展方法 |
| 10 | 9.统计学习方法与分类算法实战1 |
| 11 | 9.统计学习方法与分类算法实战2 |
| 12 | 10.机器学习模型评价方法详解 |
| 13 | 11.线性回归及其扩展方法 |
| 14 | 12.决策树与机器学习基础：从数据表示到模型优化 |
| 15 | 13.神经网络与深度学习基础 |
机器学习与人工智能技术应用
移动端
手机扫码学习
直达移动端首页
打开手机继续选课、学习与支付
- 购物车
- 在线咨询
- 服务热线
服务热线
- 常见问题
- 返回顶部