已购课程
个人中心
内容中心
关注我们
APP下载
反馈
11-神经元个数对结果的影响
1264 播放
收藏
下载
手机看
登录后可发评论

评论沙发是我的～

热门评论(0)
    全部评论(0)
      选集(196)
      自动播放
      [1] 课程先导介绍
      1.9万播放
      00:39
      课程先导介绍
      [2] 第一章：线性回归原理推导
      1.6万播放
      06:10
      第一章：线性回归原理推导
      [3] 1-回归问题概述
      4324播放
      07:11
      1-回归问题概述
      [4] 2-误差项定义
      3381播放
      09:41
      2-误差项定义
      [5] 3-独立同分布的意义
      3329播放
      07:32
      3-独立同分布的意义
      [6] 4-似然函数的作用
      3142播放
      10:50
      4-似然函数的作用
      [7] 5-参数求解
      2817播放
      11:11
      5-参数求解
      [8] 6-梯度下降通俗解释
      2760播放
      08:34
      6-梯度下降通俗解释
      [9] 7参数更新方法
      1738播放
      08:17
      7参数更新方法
      [10] 8-优化参数设置
      2058播放
      08:51
      8-优化参数设置
      [11] 第二章：线性回归代码实现
      2592播放
      05:16
      第二章：线性回归代码实现
      [12] 2-初始化步骤
      2093播放
      07:11
      2-初始化步骤
      [13] 3-实现梯度下降优化模块
      1481播放
      10:10
      3-实现梯度下降优化模块
      [14] 4-损失与预测模块
      2397播放
      11:40
      4-损失与预测模块
      [15] 5-数据与标签定义
      1594播放
      10:00
      5-数据与标签定义
      [16] 6-训练线性回归模型
      1836播放
      10:43
      6-训练线性回归模型
      [17] 7-得到线性回归方程
      1643播放
      06:58
      7-得到线性回归方程
      [18] 8-整体流程debug解读
      1534播放
      08:16
      8-整体流程debug解读
      [19] 9-多特征回归模型
      1785播放
      09:46
      9-多特征回归模型
      [20] 10-非线性回归
      1636播放
      11:22
      10-非线性回归
      [21] 第三章：模型评估方法
      1871播放
      04:56
      第三章：模型评估方法
      [22] 2-数据集切分
      1155播放
      07:15
      2-数据集切分
      [23] 3-交叉验证的作用
      1189播放
      11:03
      3-交叉验证的作用
      [24] 4-交叉验证实验分析
      1179播放
      14:51
      4-交叉验证实验分析
      [25] 5-混淆矩阵
      1491播放
      07:52
      5-混淆矩阵
      [26] 6-评估指标对比分析
      1209播放
      12:13
      6-评估指标对比分析
      [27] 7-阈值对结果的影响
      1171播放
      08:26
      7-阈值对结果的影响
      [28] 8-ROC曲线
      1788播放
      08:58
      8-ROC曲线
      [29] 第四章：线性回归实验分析
      1559播放
      08:09
      第四章：线性回归实验分析
      [30] 2-参数直接求解方法
      1114播放
      08:48
      2-参数直接求解方法
      [31] 3-预处理对结果的影响
      968播放
      12:39
      3-预处理对结果的影响
      [32] 4-梯度下降模块
      1163播放
      06:36
      4-梯度下降模块
      [33] 5-学习率对结果的影响
      867播放
      10:35
      5-学习率对结果的影响
      [34] 6-随机梯度下降得到的效果
      1678播放
      13:15
      6-随机梯度下降得到的效果
      [35] 7-MiniBatch方法
      825播放
      08:42
      7-MiniBatch方法
      [36] 8-不同策略效果对比
      936播放
      08:36
      8-不同策略效果对比
      [37] 9-多项式回归
      1598播放
      11:16
      9-多项式回归
      [38] 10-模型复杂度
      1535播放
      16:02
      10-模型复杂度
      [39] 11-样本数量对结果的影响
      1687播放
      15:56
      11-样本数量对结果的影响
      [40] 12-正则化的作用
      1479播放
      09:32
      12-正则化的作用
      [41] 13-岭回归与lasso
      1640播放
      19:29
      13-岭回归与lasso
      [42] 14-实验总结
      1077播放
      12:19
      14-实验总结
      [43] 第五章：逻辑回归原理推导
      1508播放
      08:24
      第五章：逻辑回归原理推导
      [44] 2-化简与求解
      1025播放
      09:09
      2-化简与求解
      [45] 第六章：逻辑回归代码实现
      977播放
      07:35
      第六章：逻辑回归代码实现
      [46] 2-训练模块功能
      1178播放
      09:56
      2-训练模块功能
      [47] 3-完成预测模块
      1361播放
      06:48
      3-完成预测模块
      [48] 4-优化目标定义
      1359播放
      09:31
      4-优化目标定义
      [49] 5-迭代优化参数
      843播放
      07:48
      5-迭代优化参数
      [50] 6-梯度计算
      1424播放
      09:53
      6-梯度计算
      [51] 7-得出最终结果
      1101播放
      10:40
      7-得出最终结果
      [52] 8-鸢尾花数据集多分类任务
      901播放
      06:55
      8-鸢尾花数据集多分类任务
      [53] 9-训练多分类模型
      663播放
      10:07
      9-训练多分类模型
      [54] 10-准备测试数据
      1014播放
      09:02
      10-准备测试数据
      [55] 11-决策边界绘制
      746播放
      09:21
      11-决策边界绘制
      [56] 12-非线性决策边界
      864播放
      05:39
      12-非线性决策边界
      [57] 第七章：逻辑回归实验分析
      1230播放
      09:17
      第七章：逻辑回归实验分析
      [58] 2-概率结果随特征数值的变化
      945播放
      07:57
      2-概率结果随特征数值的变化
      [59] 3-可视化展示
      993播放
      10:20
      3-可视化展示
      [60] 4-坐标棋盘制作
      918播放
      10:35
      4-坐标棋盘制作
      [61] 5-分类决策边界展示分析
      1466播放
      13:35
      5-分类决策边界展示分析
      [62] 6-多分类-softmax
      1281播放
      13:08
      6-多分类-softmax
      [63] 第八章：聚类算法-Kmeans&D...
      1636播放
      11:33
      第八章：聚类算法-Kmeans&Dbscan原理
      [64] 2-KMEANS工作流程
      1054播放
      09:42
      2-KMEANS工作流程
      [65] 3-KMEANS迭代可视化展示
      665播放
      08:19
      3-KMEANS迭代可视化展示
      [66] 4-DBSCAN聚类算法
      1322播放
      11:03
      4-DBSCAN聚类算法
      [67] 5-DBSCAN工作流程
      1233播放
      15:03
      5-DBSCAN工作流程
      [68] 6-DBSCAN可视化展示
      1644播放
      08:52
      6-DBSCAN可视化展示
      [69] 第九章：Kmeans代码实现
      1069播放
      03:49
      第九章：Kmeans代码实现
      [70] 2-计算得到簇中心点
      1107播放
      08:23
      2-计算得到簇中心点
      [71] 3-样本点归属划分
      739播放
      07:21
      3-样本点归属划分
      [72] 4-算法迭代更新
      1341播放
      07:19
      4-算法迭代更新
      [73] 5-鸢尾花数据集聚类任务
      1445播放
      08:57
      5-鸢尾花数据集聚类任务
      [74] 6-聚类效果展示
      1429播放
      11:30
      6-聚类效果展示
      [75] 第十章：聚类算法实验分析
      1075播放
      09:21
      第十章：聚类算法实验分析
      [76] 2-聚类结果展示
      1456播放
      04:45
      2-聚类结果展示
      [77] 3-建模流程解读
      953播放
      10:45
      3-建模流程解读
      [78] 4-不稳定结果
      1126播放
      04:14
      4-不稳定结果
      [79] 5-评估指标-Inertia
      1236播放
      07:24
      5-评估指标-Inertia
      [80] 6-如何找到合适的K值
      1091播放
      06:55
      6-如何找到合适的K值
      [81] 7-轮廓系数的作用
      1502播放
      09:15
      7-轮廓系数的作用
      [82] 8-Kmenas算法存在的问题
      1098播放
      07:19
      8-Kmenas算法存在的问题
      [83] 9-应用实例-图像分割
      1415播放
      13:45
      9-应用实例-图像分割
      [84] 10-半监督学习
      1074播放
      12:23
      10-半监督学习
      [85] 11-DBSCAN算法
      1046播放
      08:10
      11-DBSCAN算法
      [86] 第十一章：决策树原理
      1036播放
      08:29
      第十一章：决策树原理
      [87] 2-熵的作用
      1613播放
      06:39
      2-熵的作用
      [88] 3-信息增益原理
      1167播放
      08:41
      3-信息增益原理
      [89] 4-决策树构造实例
      935播放
      07:40
      4-决策树构造实例
      [90] 5-信息增益率与gini系数
      863播放
      06:07
      5-信息增益率与gini系数
      [91] 6-预剪枝方法
      1541播放
      08:02
      6-预剪枝方法
      [92] 7-后剪枝方法
      1121播放
      06:54
      7-后剪枝方法
      [93] 8-回归问题解决
      1032播放
      05:54
      8-回归问题解决
      [94] 第十二章：决策树代码实现
      941播放
      03:40
      第十二章：决策树代码实现
      [95] 2-递归生成树节点
      1159播放
      08:49
      2-递归生成树节点
      [96] 3-整体框架逻辑
      801播放
      05:47
      3-整体框架逻辑
      [97] 4-熵值计算
      1611播放
      10:14
      4-熵值计算
      [98] 5-数据集切分
      1055播放
      07:03
      5-数据集切分
      [99] 6-完成树模型构建
      1793播放
      06:13
      6-完成树模型构建
      [100] 7-测试算法效果
      928播放
      04:32
      7-测试算法效果
      [101] 第十三章：决策树实验分析
      771播放
      08:19
      第十三章：决策树实验分析
      [102] 2-决策边界展示分析
      1083播放
      10:34
      2-决策边界展示分析
      [103] 3-树模型预剪枝参数作用
      1008播放
      10:48
      3-树模型预剪枝参数作用
      [104] 4-回归树模型
      766播放
      11:15
      4-回归树模型
      [105] 第十四章：集成算法原理
      665播放
      10:18
      第十四章：集成算法原理
      [106] 2-随机森林优势与特征重要性指标
      1549播放
      10:21
      2-随机森林优势与特征重要性指标
      [107] 3-提升算法概述
      1545播放
      08:51
      3-提升算法概述
      [108] 4-stacking堆叠模型
      731播放
      06:22
      4-stacking堆叠模型
      [109] 第十五章：集成算法实验分析
      949播放
      06:27
      第十五章：集成算法实验分析
      [110] 2-硬投票与软投票效果对比
      1099播放
      11:04
      2-硬投票与软投票效果对比
      [111] 3-Bagging策略效果
      1099播放
      07:34
      3-Bagging策略效果
      [112] 4-集成效果展示分析
      707播放
      10:42
      4-集成效果展示分析
      [113] 5-OOB袋外数据的作用
      1405播放
      03:38
      5-OOB袋外数据的作用
      [114] 6-特征重要性热度图展示
      1126播放
      14:56
      6-特征重要性热度图展示
      [115] 7-Adaboost算法概述
      1238播放
      04:45
      7-Adaboost算法概述
      [116] 8-Adaboost决策边界效果
      1517播放
      12:28
      8-Adaboost决策边界效果
      [117] 9-GBDT提升算法流程
      1096播放
      08:18
      9-GBDT提升算法流程
      [118] 10-集成参数对比分析
      914播放
      14:55
      10-集成参数对比分析
      [119] 11-模型提前停止策略
      1141播放
      08:09
      11-模型提前停止策略
      [120] 12-停止方案实施
      810播放
      13:20
      12-停止方案实施
      [121] 13-堆叠模型
      1013播放
      05:53
      13-堆叠模型
      [122] 第十六章：支持向量机原理推导
      715播放
      07:30
      第十六章：支持向量机原理推导
      [123] 2-距离与数据定义
      798播放
      08:00
      2-距离与数据定义
      [124] 3-目标函数推导
      642播放
      09:12
      3-目标函数推导
      [125] 4-拉格朗日乘子法求解
      658播放
      07:36
      4-拉格朗日乘子法求解
      [126] 5-化简最终目标函数
      1271播放
      06:03
      5-化简最终目标函数
      [127] 6-求解决策方程
      1167播放
      11:17
      6-求解决策方程
      [128] 7-软间隔优化
      1539播放
      12:42
      7-软间隔优化
      [129] 8-核函数的作用
      615播放
      09:24
      8-核函数的作用
      [130] 9-知识点总结
      839播放
      07:35
      9-知识点总结
      [131] 第十七章：支持向量机实验分析
      805播放
      08:55
      第十七章：支持向量机实验分析
      [132] 2-决策边界可视化展示
      1254播放
      09:52
      2-决策边界可视化展示
      [133] 3-软间隔的作用
      1178播放
      10:32
      3-软间隔的作用
      [134] 4-非线性SVM
      1034播放
      06:52
      4-非线性SVM
      [135] 5-核函数的作用与效果
      1445播放
      16:15
      5-核函数的作用与效果
      [136] 第十八章：神经网络算法原理
      1314播放
      07:55
      第十八章：神经网络算法原理
      [137] 2-深度学习应用领域
      1413播放
      14:06
      2-深度学习应用领域
      [138] 3-计算机视觉任务
      1042播放
      05:48
      3-计算机视觉任务
      [139] 4-视觉任务中遇到的问题
      1197播放
      10:01
      4-视觉任务中遇到的问题
      [140] 5-得分函数
      811播放
      07:14
      5-得分函数
      [141] 6-损失函数的作用
      1193播放
      10:42
      6-损失函数的作用
      [142] 7-前向传播整体流程
      1452播放
      13:45
      7-前向传播整体流程
      [143] 8-返向传播计算方法
      1594播放
      09:33
      8-返向传播计算方法
      [144] 9-神经网络整体架构
      671播放
      10:52
      9-神经网络整体架构
      [145] 10-神经网络架构细节
      1290播放
      10:54
      10-神经网络架构细节
      [146] 11-神经元个数对结果的影响
      1264播放
      待播放
      11-神经元个数对结果的影响
      [147] 12-正则化与激活函数
      1056播放
      08:49
      12-正则化与激活函数
      [148] 13-神经网络过拟合解决方法
      1508播放
      11:06
      13-神经网络过拟合解决方法
      [149] 第十九章：神经网络代码实现
      1303播放
      07:30
      第十九章：神经网络代码实现
      [150] 2-参数初始化操作
      1334播放
      12:44
      2-参数初始化操作
      [151] 3-矩阵向量转换
      1491播放
      09:10
      3-矩阵向量转换
      [152] 4-向量反变换
      1445播放
      09:17
      4-向量反变换
      [153] 5-完成前向传播模块
      585播放
      10:17
      5-完成前向传播模块
      [154] 6-损失函数定义
      1365播放
      09:23
      6-损失函数定义
      [155] 7-准备反向传播迭代
      1535播放
      08:01
      7-准备反向传播迭代
      [156] 8-差异项计算
      1547播放
      10:41
      8-差异项计算
      [157] 9-逐层计算
      979播放
      10:10
      9-逐层计算
      [158] 10-完成全部迭代更新模块
      1487播放
      13:49
      10-完成全部迭代更新模块
      [159] 11-手写字体识别数据集
      889播放
      10:31
      11-手写字体识别数据集
      [160] 12-算法代码错误修正
      1622播放
      10:37
      12-算法代码错误修正
      [161] 13-模型优化结果展示
      728播放
      10:51
      13-模型优化结果展示
      [162] 13-测试效果可视化展示
      1047播放
      13:09
      13-测试效果可视化展示
      [163] 第二十章：贝叶斯算法原理
      1442播放
      05:10
      第二十章：贝叶斯算法原理
      [164] 2-贝叶斯公式推导
      1559播放
      07:46
      2-贝叶斯公式推导
      [165] 3-拼写纠错实例
      1414播放
      11:45
      3-拼写纠错实例
      [166] 4-垃圾邮件过滤实例
      1096播放
      10:22
      4-垃圾邮件过滤实例
      [167] 第二十一章：贝叶斯代码实现
      1087播放
      06:04
      第二十一章：贝叶斯代码实现
      [168] 2-邮件数据读取
      769播放
      05:38
      2-邮件数据读取
      [169] 3-预料表与特征向量构建
      1194播放
      09:49
      3-预料表与特征向量构建
      [170] 4-分类别统计词频
      607播放
      09:00
      4-分类别统计词频
      [171] 5-贝叶斯公式对数变换
      1036播放
      08:07
      5-贝叶斯公式对数变换
      [172] 6-完成预测模块
      1038播放
      08:40
      6-完成预测模块
      [173] 第二十二章：关联规则实战分析
      954播放
      06:57
      第二十二章：关联规则实战分析
      [174] 2-支持度与置信度
      1279播放
      08:58
      2-支持度与置信度
      [175] 3-提升度的作用
      1193播放
      08:45
      3-提升度的作用
      [176] 4-Python实战关联规则
      1297播放
      09:04
      4-Python实战关联规则
      [177] 5-数据集制作
      816播放
      07:51
      5-数据集制作
      [178] 6-电影数据集题材关联分析
      879播放
      07:53
      6-电影数据集题材关联分析
      [179] 第二十三章：关联规则代码实现
      1194播放
      11:57
      第二十三章：关联规则代码实现
      [180] 2-数据集demo
      822播放
      04:11
      2-数据集demo
      [181] 3-扫描模块
      676播放
      07:26
      3-扫描模块
      [182] 4-拼接模块
      752播放
      06:17
      4-拼接模块
      [183] 5-挖掘频繁项集
      1227播放
      07:11
      5-挖掘频繁项集
      [184] 6-规则生成模块
      1119播放
      07:37
      6-规则生成模块
      [185] 7-完成全部算法流程
      859播放
      07:36
      7-完成全部算法流程
      [186] 8-规则结果展示
      1352播放
      07:10
      8-规则结果展示
      [187] 第二十四章：词向量word2vec...
      1498播放
      08:14
      第二十四章：词向量word2vec通俗解读
      [188] 2-模型整体框架
      1462播放
      10:09
      2-模型整体框架
      [189] 3-训练数据构建
      647播放
      05:10
      3-训练数据构建
      [190] 4-CBOW与Skip-gram模...
      858播放
      08:20
      4-CBOW与Skip-gram模型
      [191] 5-负采样方案
      860播放
      07:40
      5-负采样方案
      [192] 第二十五章：代码实现word2ve...
      1063播放
      10:36
      第二十五章：代码实现word2vec词向量模型
      [193] 2-数据清洗
      1317播放
      06:34
      2-数据清洗
      [194] 3-batch数据制作
      987播放
      12:24
      3-batch数据制作
      [195] 4-网络训练
      1067播放
      12:36
      4-网络训练
      [196] 5-可视化展示
      1265播放
      06:17
      5-可视化展示
      为你推荐
      03:23
      幂的运算公式，你要活学活用，否则浪...
      1330播放
      幂的运算公式，你要活学活用，否则浪费时间
      15:13
      02.导数与微分第二节 函数的求导...
      3818播放
      02.导数与微分第二节 函数的求导法则（中）
      10:32
      【基础】【函数】11、函数值不等式...
      1068播放
      【基础】【函数】11、函数值不等式的解法（下）
      02:42
      高中数学应会题解不等式，利用同构方...
      1003播放
      高中数学应会题解不等式，利用同构方法构造函数快速求解！
      14:08
      【哈尔滨工程大学公开课：数学零距离...
      3348播放
      【哈尔滨工程大学公开课：数学零距离】关于数据（下）
      14:13
      6. How to find th...
      1.2万播放
      6. How to find the Residues of a Complex Function
      17:01
      【可汗学院公开课：算术与代数预备课...
      14.7万播放
      【可汗学院公开课：算术与代数预备课程：乘法与除法】除法1
      07:55
      二次函数【知识】3二次函数、方程与...
      3084播放
      二次函数【知识】3二次函数、方程与不等式（上）
      11:21
      【北京航空航天大学公开课：数学大观...
      3162播放
      【北京航空航天大学公开课：数学大观】凌波微步微积分（下）
      11:41
      斐波那契数列与黄金分割（下）（下）
      7272播放
      斐波那契数列与黄金分割（下）（下）
      15:45
      牛顿-莱布尼茨公式（微积分基本定理...
      6948播放
      牛顿-莱布尼茨公式（微积分基本定理）（下）
      15:35
      【上海交通大学公开课：数学之旅】函...
      12.1万播放
      【上海交通大学公开课：数学之旅】函数空间（上）
      14:34
      随机变量及数字特征（上）
      3073播放
      随机变量及数字特征（上）

      增值电信业务经营许可证 粤B2-20090191

      工业和信息化部备案管理系统网站 粤B2-20090191-18