登录/注册
已购课程
个人中心
已购课程
优惠券
我的收藏
播放记录
我的证书墙
内容中心
关注我们
进入关怀模式
APP下载
反馈
意见反馈
您有什么问题?告诉我们,我们会为你解决
选择问题类型:
新版本体验建议
视频画面花屏
音/视频画面花屏
播放不流畅
其他
请详细描述您的建议、意见、问题等。
提交
2.3 特征处理(特征缩放、选择及降维)(下)
1514 播放
阿娇说综艺
综艺
特别声明:以上内容为网络用户上传发布,仅代表该用户观点
收藏
课程免费缓存,随时观看~
下载
打开
网易公开课APP
扫码下载视频
分享
分享到
扫码分享到微信
通过代码可以让这个视频再其他地方播放哦!
复制HTML代码
复制页面代码
手机看
扫描二维码 用手机看
已观看至0分0秒
打开网易公开课APP-我的-右上角扫一扫,在手机上观看,还可以缓存视频,加入学习计划
还没有公开课客户端?
立即下载
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(78)
自动播放
[1] 1.6 程序讲解:使用Sklear...
2.2万播放
09:49
1.6 程序讲解:使用Sklearn进行精确率-召回率曲线的绘制
[2] 1.1 深度学习的引出(上)
5698播放
08:42
1.1 深度学习的引出(上)
[3] 1.1 深度学习的引出(下)
2719播放
08:41
1.1 深度学习的引出(下)
[4] 1.2 数据集及其拆分(上)
2598播放
07:01
1.2 数据集及其拆分(上)
[5] 1.2 数据集及其拆分(下)
2711播放
06:58
1.2 数据集及其拆分(下)
[6] 1.3 分类及其性能度量(上)
2955播放
07:16
1.3 分类及其性能度量(上)
[7] 1.3 分类及其性能度量(下)
2250播放
07:20
1.3 分类及其性能度量(下)
[8] 1.4 回归问题及其性能评价(上)
1886播放
05:57
1.4 回归问题及其性能评价(上)
[9] 1.4 回归问题及其性能评价(下)
2170播放
05:55
1.4 回归问题及其性能评价(下)
[10] 1.5 一致性的评价方法
1974播放
09:58
1.5 一致性的评价方法
[11] 1.7 深度学习芯片及常用框架介绍...
1697播放
09:06
1.7 深度学习芯片及常用框架介绍(上)
[12] 1.7 深度学习芯片及常用框架介绍...
1726播放
09:10
1.7 深度学习芯片及常用框架介绍(下)
[13] 2.1 特征工程(上)
1721播放
05:08
2.1 特征工程(上)
[14] 2.1 特征工程(下)
1570播放
05:11
2.1 特征工程(下)
[15] 2.2 向量空间模型及文本相似度计...
1640播放
05:45
2.2 向量空间模型及文本相似度计算(上)
[16] 2.2 向量空间模型及文本相似度计...
1455播放
05:46
2.2 向量空间模型及文本相似度计算(下)
[17] 2.3 特征处理(特征缩放、选择及...
1800播放
09:13
2.3 特征处理(特征缩放、选择及降维)(上)
[18] 2.3 特征处理(特征缩放、选择及...
1514播放
待播放
2.3 特征处理(特征缩放、选择及降维)(下)
[19] 2.4 程序讲解:使用sklear...
975播放
05:49
2.4 程序讲解:使用sklearn对文档进行向量化的程序示例
[20] 2.5 程序讲解:使用sklear...
1555播放
04:46
2.5 程序讲解:使用sklearn进行量纲缩放的程序示例
[21] 3.1 线性回归模型及其求解方法(...
1850播放
06:03
3.1 线性回归模型及其求解方法(上)
[22] 3.1 线性回归模型及其求解方法(...
1073播放
06:02
3.1 线性回归模型及其求解方法(下)
[23] 3.2 多元回归与多项式回归(上)
1516播放
05:42
3.2 多元回归与多项式回归(上)
[24] 3.2 多元回归与多项式回归(下)
1863播放
05:42
3.2 多元回归与多项式回归(下)
[25] 3.3 损失函数的正则化(上)
1628播放
05:30
3.3 损失函数的正则化(上)
[26] 3.3 损失函数的正则化(下)
1078播放
05:36
3.3 损失函数的正则化(下)
[27] 3.4 逻辑回归
1892播放
08:00
3.4 逻辑回归
[28] 3.5 程序讲解:使用sklear...
1684播放
08:30
3.5 程序讲解:使用sklearn进行线性回归和二次回归的比较的程序示例
[29] 3.6 案例分析:(Mindspo...
1446播放
09:20
3.6 案例分析:(Mindspore框架下)线性回归模型及动态绘图实践示例(上)
[30] 3.6 案例分析:(Mindspo...
1485播放
09:19
3.6 案例分析:(Mindspore框架下)线性回归模型及动态绘图实践示例(下)
[31] 4.1 信息熵(上)
1112播放
06:12
4.1 信息熵(上)
[32] 4.1 信息熵(下)
1445播放
06:10
4.1 信息熵(下)
[33] 4.2 反向传播中的梯度
1514播放
09:29
4.2 反向传播中的梯度
[34] 4.3 感知机(上)
1828播放
05:43
4.3 感知机(上)
[35] 4.3 感知机(下)
1791播放
05:42
4.3 感知机(下)
[36] 4.4 程序讲解:正向传播和反向传...
1559播放
05:33
4.4 程序讲解:正向传播和反向传播的程序示例
[37] 4.5 程序讲解:信息熵和互信息的...
1337播放
05:38
4.5 程序讲解:信息熵和互信息的计算程序示例
[38] 5.1 循环神经网络(上)
1305播放
05:26
5.1 循环神经网络(上)
[39] 5.1 循环神经网络(下)
1464播放
05:29
5.1 循环神经网络(下)
[40] 5.2 长短时记忆网络(上)
1337播放
06:36
5.2 长短时记忆网络(上)
[41] 5.2 长短时记忆网络(下)
1453播放
06:40
5.2 长短时记忆网络(下)
[42] 5.3 双向循环神经网络和注意力机...
1571播放
05:47
5.3 双向循环神经网络和注意力机制
[43] 5.4 程序讲解:循环神经网络的程...
990播放
11:12
5.4 程序讲解:循环神经网络的程序示例(上)
[44] 5.4 程序讲解:循环神经网络的程...
1005播放
11:16
5.4 程序讲解:循环神经网络的程序示例(下)
[45] 6.1 卷积与卷积神经网络(上)
1461播放
06:56
6.1 卷积与卷积神经网络(上)
[46] 6.1 卷积与卷积神经网络(下)
1154播放
06:59
6.1 卷积与卷积神经网络(下)
[47] 6.2 LeNet-5 模型分析(...
1138播放
06:52
6.2 LeNet-5 模型分析(上)
[48] 6.2 LeNet-5 模型分析(...
1351播放
06:50
6.2 LeNet-5 模型分析(下)
[49] 6.3 程序讲解:卷积神经网络的程...
1838播放
10:52
6.3 程序讲解:卷积神经网络的程序示例(上)
[50] 6.3 程序讲解:卷积神经网络的程...
812播放
10:51
6.3 程序讲解:卷积神经网络的程序示例(下)
[51] 6.4 案例分析:(Mindspo...
1128播放
08:29
6.4 案例分析:(Mindspore框架下)基于lenet5的手写数字识别实践示例(上)
[52] 6.4 案例分析:(Mindspo...
1542播放
08:30
6.4 案例分析:(Mindspore框架下)基于lenet5的手写数字识别实践示例(下)
[53] 7.1 情感分析及传统求解方法(上...
1502播放
05:42
7.1 情感分析及传统求解方法(上)
[54] 7.1 情感分析及传统求解方法(下...
1249播放
05:42
7.1 情感分析及传统求解方法(下)
[55] 7.2 词向量
947播放
05:43
7.2 词向量
[56] 7.3 递归神经网络及其变体(上)
1727播放
08:02
7.3 递归神经网络及其变体(上)
[57] 7.3 递归神经网络及其变体(下)
848播放
08:04
7.3 递归神经网络及其变体(下)
[58] 7.4 案例分析:(Mindspo...
1647播放
12:37
7.4 案例分析:(Mindspore框架下)基于LSTM的情感分类实践示例(上)
[59] 7.4 案例分析:(Mindspo...
1128播放
12:34
7.4 案例分析:(Mindspore框架下)基于LSTM的情感分类实践示例(下)
[60] 8.1 自动编码器(上)
935播放
05:15
8.1 自动编码器(上)
[61] 8.1 自动编码器(下)
1324播放
05:17
8.1 自动编码器(下)
[62] 8.2 变分自动编码器(上)
1204播放
06:03
8.2 变分自动编码器(上)
[63] 8.2 变分自动编码器(下)
1313播放
06:05
8.2 变分自动编码器(下)
[64] 8.3 生成对抗网络(上)
1368播放
07:03
8.3 生成对抗网络(上)
[65] 8.3 生成对抗网络(下)
1463播放
07:08
8.3 生成对抗网络(下)
[66] 8.4 程序讲解:自动编码器程序示...
1667播放
11:32
8.4 程序讲解:自动编码器程序示例(上)
[67] 8.4 程序讲解:自动编码器程序示...
1019播放
11:38
8.4 程序讲解:自动编码器程序示例(下)
[68] 8.5 案例分析:(MindSpo...
934播放
07:30
8.5 案例分析:(MindSpore框架下)基于Cyclegan的图像风格迁移实践示例(上)
[69] 8.5 案例分析:(MindSpo...
1642播放
07:28
8.5 案例分析:(MindSpore框架下)基于Cyclegan的图像风格迁移实践示例(下)
[70] 9.1 Transformer模型...
2508播放
11:08
9.1 Transformer模型(上)
[71] 9.1 Transformer模型...
1435播放
11:10
9.1 Transformer模型(下)
[72] 9.2 预训练模型(上)
1345播放
15:48
9.2 预训练模型(上)
[73] 9.2 预训练模型(中)
1612播放
15:55
9.2 预训练模型(中)
[74] 9.2 预训练模型(下)
1207播放
15:44
9.2 预训练模型(下)
[75] 9.3 案例分析:(Mindspo...
1217播放
07:19
9.3 案例分析:(Mindspore框架下)基于BERT网络实现智能写诗的实践示例(上)
[76] 9.3 案例分析:(Mindspo...
774播放
07:19
9.3 案例分析:(Mindspore框架下)基于BERT网络实现智能写诗的实践示例(下)
[77] 9.4 案例分析:(MindSpo...
1762播放
12:24
9.4 案例分析:(MindSpore框架下)transformer机器翻译实践示例(上)
[78] 9.4 案例分析:(MindSpo...
838播放
12:24
9.4 案例分析:(MindSpore框架下)transformer机器翻译实践示例(下)
为你推荐
10:15
上映3天评分飙到8.3,2024意...
891播放
上映3天评分飙到8.3,2024意大利冲奥斯卡的压轴大作,《法拉利》
23:33
烂俗故事凭什么横扫奥斯卡?
2905播放
烂俗故事凭什么横扫奥斯卡?
03:17
好莱坞电影里竟然也有关系户!
7689播放
好莱坞电影里竟然也有关系户!
19:16
2020最强黑马电影:
9.1万播放
2020最强黑马电影:
03:37
这是关之琳的小众电影,你一定没看过...
810播放
这是关之琳的小众电影,你一定没看过的”1
00:46
明日之战:好莱坞大片,太燃了……
1785播放
明日之战:好莱坞大片,太燃了……
02:25
堪称好莱坞最顶级的科幻片了,其它都...
2372播放
堪称好莱坞最顶级的科幻片了,其它都要矮一头
02:23
这么好的原著却被好莱坞拍砸了,可惜...
2602播放
这么好的原著却被好莱坞拍砸了,可惜了这么多钱和巨星
02:18
堪称好莱坞恐怖片之首
3390播放
堪称好莱坞恐怖片之首
02:13
堪称好莱坞惊悚片的里程碑,不寒而栗
1285播放
堪称好莱坞惊悚片的里程碑,不寒而栗
04:13
李连杰赴好莱坞动作片经典②
3186播放
李连杰赴好莱坞动作片经典②
02:13
当年整个好莱坞都对这部超级科幻片极...
1384播放
当年整个好莱坞都对这部超级科幻片极大期待,结果全球扑街
03:26
好莱坞大型真香现场:最讨厌科幻的演...
5593播放
好莱坞大型真香现场:最讨厌科幻的演员,却靠着星战吃了一辈子!
02:17
看看好莱坞硬汉大师级导演拍得超级战...
1610播放
看看好莱坞硬汉大师级导演拍得超级战争片,真人真事改
评论沙发是我的~