您的位置 首页 升学·考研

人工智能基础之机器学习导论(全42讲)【理工学社】视频教程

电力系统继电保护原理(全25讲)【理工学社】视频教程

电力系统继电保护原理(全25讲)【理工学社】 电力系统继电保护   第一章 绪论 下载   第一节 电力系统继电保护的概念及作用 下载 &n…

01

基本概念

随机向量

03

随机向量性质

04

多元高斯分布

05

分布性质

06

条件期望

07

多项式分布

08

多元高斯分布及应用

09

渐近性质

10

核定义

11

正定核性质

12

正定核应用

13

核主元分析

14

主元分析

15

主坐标分析

16

期望最大算法

17

概率PCA

18

最大似然估计方法

19

EM算法收敛性

20

人工智能基础之机器学习基石【理工学社】视频教程

人工智能基础之机器学习基石【理工学社】 在定义什么是机器学习之前,我们要先弄明白学习是什么。毛主席说好好学习,天天向上。这就是说学习是一个向上变好的过程。那么怎样才能向上变好呢?婴…

MDS方法

21

MDS中加点方法

22

矩阵次导数

23

矩阵范数

24

次导数

25

spectralclustering

26

K-meansalgorithm

27

Matr-xCompletion

28

Fisher判别分析

29

谱聚类

30

ComputationalMethods

31

FisherDiscriminantAnalysis

32

KernelFDA

33

Linearclassification

34

NaiveBayes方法

35

SupportVectorMachines

36

SVM

37

Boosting

01. 基本概念
02. 随机向量
03. 随机向量的性质
04. 条件期望
05. 多元高斯分布
06. 分布的性质
07. 多元高斯分布及其运用
08. 多项式分布
09. 渐进性质
10. 核定义
11. 正定核性质
12. 正定核应用
13. 主元分析
14. 主坐标分析
15. 核主元分析
16. 概率PCA
17. 最大似然估计方法
18. 期望最大算法
19. EM算法的收敛性
20. MDS方法
21. MDS中加点方法
22. T矩阵范式
23. 次导数
24. 矩阵次导数
25. Matrix_Completion
26. K_means algorithm
27. spectral clustering
28. 谱聚类1
29. 谱聚类2
30. Fisher判别分析
31. Fisher Discriminant Analysis
32. computational Methods1
33. computational Methods2
34. Kernel FDA
35. Linear classification1
36. Linear classification2
37. Naive Bayes 方法
38. Support Vector Machinese1
39. Support Vector Machinese2
40. SVM
41. Boosting1
42. Boosting2

材料力学 (全58讲)【理工学社】视频教程

材料力学 (全58讲)【理工学社】 学科任务 1. 研究材料在外力作用下破坏的规律 ; 2. 为受力构件提供强度,刚度和稳定性计算的理论基础条件; 3. 解决结构设计安全可靠与经济…

关于作者: 791650988

热门文章