AI人工智能研究生课程：课件+配套代码等资料/拉普拉斯修正及代码实现

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

AI人工智能研究课程：课件+配套代码等资料
一、课件
01机器学习概述
02线性回归
02-01-线性回归简介、数学符号、假设函数、损失函数、代价函数.pdf
02-02-梯度下降法.pdf
02-03-梯度下降法代码实现.pdf
02-04-使用梯度下降法求解线性回归问题.pdf
02-05-线性回归代码实现.pdf
02-06-线性回归代码实现-做特征归一化.pdf
02-07-批量梯度下降，随机梯度下降，小批量梯度下降.pdf
02-08-几种常见的模型评价指标.pdf
02-09-欠拟合与过拟合.pdf
02-10-Ridge回归求解与代码实现.pdf
02-11-LASSO回归求解.pdf
02-12-LASSO回归求解举例说明.pdf
02-13-LASSO回归代码实现.pdf
02-14-最小二乘法求线性回归.pdf
02-15-最小二乘法代码实现.pdf
02-16-使用Sklearn实现Ridge，LASSO和ElasticNet.pdf
02-17-波士顿房价预测.pdf


03逻辑回归
03-09-案例：手写数字识别.pdf
03-07-使用Sklearn实现逻辑回归.pdf
03-08-案例：鸢尾花分类.pdf
03-04-逻辑回归代码实现.pdf
03-06-逻辑回归实现多分类方法.pdf
03-05-逻辑回归的正则化.pdf
03-03-一个示例解释逻辑回归的求解公式.pdf
03-01-逻辑回归简介、假设函数、损失函数、成本函数.pdf
03-02-逻辑回归求解.pdf


04决策树
05朴素贝叶斯
05-05-拉普拉斯修正及代码实现.pdf
05-08-案例：垃圾邮件识别.pdf
05-07-Sklearn实现朴素贝叶斯.pdf
05-06-朴素贝叶斯如何处理连续型数据.pdf
05-03-朴素贝叶斯模型.pdf
05-04-朴素贝叶斯代码实现.pdf
05-02-贝叶斯决策模型.pdf
05-01-贝叶斯决策简介.pdf


06支持向量机
06-01-支持向量机简介.pdf
06-02-线性可分支持向量机（几何间隔，函数间隔，目标函数）.pdf
06-03-拉格朗日乘子法求带有等式约束的极值问题.pdf
06-04-拉格朗日乘子法求带有不等式约束的极值问题、KKT条件.pdf
06-05-目标函数求解（1.pdf06-06-目标函数求解（2.pdf
06-07-SVM求解举例.pdf
06-08-线性支持向量机的目标函数.pdf
06-09-线性支持向量机目标函数优化.pdf
06-10-非线性支持向量机简介.pdf
06-11-非线性支持向量机的目标函数.pdf
06-12-SMO算法推导结果.pdf
06-13-SVM代码实现.pdf
06-14-SMO算法推导过程.pdf
06-15-SVM总结.pdf
06-16-Sklearn实现SVM.pdf
06-17-案例：使用SVM完成人脸识别.pdf


07聚类
08主成分分析
09集成学习

09-01-集成学习介绍.pdf
09-02-Voting能够提高准确度的原因.pdf
09-04-Voting代码实现.pdf
09-03-Voting原理.pdf
09-05-Bagging与随机森林及其代码实现.pdf
09-06-Boosting.pdf
09-07-Adaboost举例.pdf
09-08-AdaBoost代码实现.pdf
09-09-GBDT之提升和提升树概念.pdf
09-10-GBDT梯度提升树.pdf
09-11-XGBoost介绍，目标函数，正则项.pdf
09-12-XGBoost求解.pdf
09-13-XGBoost树结构生成.pdf
09-14-XGBoost代码实现.pdf
09-15-Stacking.pdf
09-16-Stacking代码实现.pdf


二、配套代码+数据
02线性回归
02-17-波士顿房价预测（答案版）.ipynb house_train_model.m
02-16-使用Sklearn实现Ridge，LASSO和ElasticNet（练习版）.ipynb
02-16-使用Sklearn实现Ridge，LASSO和ElasticNet（上课版）.ipynb
02-17-波士顿房价预测（上课版）.ipynb
02-15-最小二乘法代码实现（上课版）.ipynb
02-16-使用Sklearn实现Ridge，LASSO和ElasticNet（答案版）.ipynb
02-15-最小二乘法代码实现（答案版）.ipynb
02-15-最小二乘法代码实现（练习版）.ipynb
02-13-LASSO回归代码实现（练习版）.ipynb
02-13-LASSO回归代码实现（上课版）.ipynb
02-10-Ridge回归求解与代码实现（上课版）.ipynb
02-13-LASSO回归代码实现（答案版）.ipynb
02-10-Ridge回归求解与代码实现（练习版）.ipynb
02-05-线性回归代码实现（上课版）.ipynb
02-07-常见的模型评价指标（答案版）.ipynb
02-07-常见的模型评价指标（上课版）.ipynb
02-10-Ridge回归求解与代码实现（答案版）.ipynb
02-03-梯度下降法代码实现（答案版）.ipynb
02-03-梯度下降法代码实现（练习版）.ipynb
02-03-梯度下降法代码实现（上课版）.ipynb
02-05-线性回归代码实现（答案版）.ipynb
images
.ipynb_checkpoints
data


03逻辑回归
.ipynb_checkpoints
_pycache
data
images
tool
03-04-逻辑回归代码实现（答案版）.ipynb
03-04-逻辑回归代码实现（练习版）.ipynb
03-04-逻辑回归代码实现（上课版）.ipynb
03-05-逻辑回归正则化代码实现（答案版）.ipynb
03-05-逻辑回归正则化代码实现（练习版）.ipynb
03-05-逻辑回归正则化代码实现（上课版）.ipynb
03-07-使用Sklearn实现逻辑回归（答案版）.ipynb
03-07-使用Sklearn实现逻辑回归（练习版）.ipynb
03-08-案例：鸢尾花分类（答案版）.ipynb
03-08-案例：鸢尾花分类（上课版）.ipynb
03-09-案例：手写数字识别（答案版）.ipynb
03-09-案例：手写数字识别（练习版）.ipynb
03-09-案例：手写数字识别（上课版）.ipynb


04决策树
05朴素贝叶斯
.ipynb_checkpoints
data
images
05-04-朴素贝叶斯代码实现（答案版）.ipynb
05-04-朴素贝叶斯代码实现（练习版）.ipynb
05-04-朴素贝叶斯代码实现（上课版）.ipynb
05-05-拉普拉斯修正（答案版）.ipynb
05-05-拉普拉斯修正（练习版）.ipynb
05-05-拉普拉斯修正（上课版）.ipynb
05-07-Sklearn实现朴素贝叶斯（答案版）.ipynb
05-07-Sklearn实现朴素贝叶斯（练习版）.ipynb
05-07-Sklearn实现朴素贝叶斯（上课版）.ipynb
05-08-案例：垃圾邮件识别（练习版）.ipynb
05-08-案例：垃圾邮件识别（答案版）.ipynb
05-08-案例：垃圾邮件识别（上课版）.ipynb


06支持向量机
ipynb_checkpoints data images
06-13-1SVM代码实现之简易版（答案版）.ipynb
06-13-1SVM代码实现之简易版（练习版）.ipynb
06-13-1SVM代码实现之简易版（上课版）.ipynb
06-13-2SVM代码实现之改进版（答案版）.ipynb
06-13-3SVM代码实现之核函数版（答案版）.ipynb
06-16-Sklearn实现SVM1（答案版）.ipynb
06-16-Sklearn实现SVM1（练习版）.ipynb
06-16-Sklearn实现SVM1（上课版）.ipynb
06-16-Sklearn实现SVM2，输出常用属性值（答案版）.ipynb
06-16-Sklearn实现SVM3，使用高斯核（答案版）.ipynb
06-16-Sklearn实现SVM4，调参（答案版）.ipynb
06-17-案例：使用SVM完成人脸识别.ipynb


07聚类
08主成分分析
09集成学习
data
09-02-Voting能够提高准确度的原因.ipynb
09-04-1Voting代码实现-硬投票分类器（答案版）.ipynb
09-04-1Voting代码实现-硬投票分类器（练习版）.ipynb
09-04-1Voting代码实现-硬投票分类器（上课版）.ipynb
09-04-2Voting代码实现-软投票分类器（答案版）.ipynb
09-05-Bagging与随机森林及其代码实现（答案版）.ipynb
09-05-Bagging与随机森林及其代码实现（上课版）.ipynb
09-08-AdaBoost代码实现本（答案版）.ipynb
09-08-AdaBoost代码实现本（上课版）.ipynb
09-09-GBDT之提升和提升树概念（答案版）.ipynb
09-09-GBDT之提升和提升树概念（练习版）.ipynb
09-09-GBDT之提升和提升树概念（上课版）.ipynb
09-14-XGBoost代码实现1（答案版）.ipynb
09-14-XGBoost代码实现1（上课版）.ipynb
09-14-XGBoost代码实现1练习版）.ipynb
09-14-XGBoost代码实现2（答案版）.ipynb
09-14-XGBoost代码实现2（练习版）.ipynb
09-14-XGBoost代码实现2（上课版）.ipynb
09-16-Stacking 代码实现（答案版）.ipynb
09-16-Stacking 代码实现（练习版）.ipynb
09-16-Stacking 代码实现（上课版）.ipynb


10案例

case2 信用卡反欺诈模型
case1 银行营销策略分析


课件+代码.part1.rar (98 MB, 需要: RMB 10 元)

2024-6-29 06:49:58 上传

需要: RMB 10 元  [购买]

课件+代码.part2.rar (98 MB, 需要: RMB 10 元)

2024-6-29 06:51:00 上传

需要: RMB 10 元  [购买]

课件+代码.part3.rar (98 MB, 需要: RMB 10 元)

2024-6-29 06:52:16 上传

需要: RMB 10 元  [购买]

课件+代码.part4.rar (98 MB, 需要: RMB 10 元)

2024-6-29 06:53:28 上传

需要: RMB 10 元  [购买]

课件+代码.part5.rar (36.33 MB, 需要: RMB 9 元)

2024-6-29 06:53:56 上传

需要: RMB 9 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：人工智能 研究生 adaboost Boosting elastic

相关内容：人工智能代码实现

Lamarr-202110 发表于 2024-6-29 06:55
AI人工智能研究课程：课件+配套代码等资料
一、课件
01机器学习概述

谢谢分享

赞！！+1