機器學習算法&推薦系統算法精講視頻教程 機器學習高階課程 機器學習視頻+代碼+PPT
===============課程目錄===============
├01.第1課 概率論與數理統計.mkv
├02.第2課 矩陣和線性代數.mkv
├03.第3課 凸優化.mkv
├04.第4課 回歸.mkv
├05.第5課 決策樹、隨機森林.mkv
├06.第6課 SVM.mkv
├07.第7課 最大熵與EM算法.mkv
├08.第8課 特征工程.mkv
├09.第9課 模型調優.mkv
├10.第10課 推薦系統.mkv
├11.第11課 從分類到CTR預估.mkv
├12.第12課 聚類.mkv
├13.第13課 貝葉斯網絡.mkv
├14.第14課 隱馬爾科夫模型HMM.mkv
├15.第15課 主題模型.mkv
├16.第16課 采樣與變分.mkv
├17.第17課 人工神經網絡.mkv
├18.第18課 深度學習之CNN.mkv
├19.第19課 深度學習之RNN.mkv
├20.第20課 深度學習實踐.mkv
├<ppt>
│ ├Thumbs.db
│ ├十月算法班第10講：推薦系統.pdf
│ ├十月算法班第11講：CTR預估.pdf
│ ├十月算法班第12講：聚類和社交網絡算法-10月機器學習算法班.pdf
│ ├十月算法班第13講：機器學習算法之圖模型初步.pdf
│ ├十月算法班第15講：主體模型.pdf
│ ├十月算法班第16講：人工神經網絡.pdf
│ ├十月算法班第17講：計算機視覺與卷積神經網絡.pdf
│ ├十月算法班第18講：循環神經網絡與自然語言處理.pdf
│ ├十月算法班第19講：深度學習框架與應用.pdf
│ ├十月算法班第1講.pdf
│ ├十月算法班第20講：采樣與變分.pdf
│ ├十月算法班第2講.pdf
│ ├十月算法班第3講：凸優化初步.pdf
│ ├十月算法班第4節：最大熵模型與EM.pdf
│ ├十月算法班第5講：決策樹隨機森林.pdf
│ ├十月算法班第8講：機器學習中的特征工程—筆記版.pdf
│ └十月算法班第9講：機器學習調優與融合.pdf
├<源碼>
│ ├Image_seg.zip
│ └課程PPT與代碼.zip
