首页
资讯通知
最新动态
实用资讯
资源中心
全部课程
公开课
硬件资源
软件资源
学术资源
算法及案例
数据集
在线服务平台
在线平台
元卓计划编程平台
ActionBook动书
成果下载
Summery Edition: Youthful Ingenuity A Collection of AI Innovations by Chinese Teenagers
元卓学堂2022年第一季度
元卓学堂2022年第二季度
元卓学堂2022年第三季度
元卓学堂2022年第四季度
元卓学堂2023年第一季度
元卓学堂2023年第二季度
元卓学堂2023年第三季度
元卓学堂2023年第四季度
元卓学堂2024年第一季度
元卓学堂2024年第二季度
International Report of Supportive Environment on Artificial Intelligence Courses in K-12
中文版-International Report of Supportive Environment on Artificial Intelligence Courses in K-12
更多
关于元卓
首页
资讯通知
最新动态
实用资讯
资源中心
全部课程
公开课
硬件资源
软件资源
学术资源
算法及案例
数据集
在线服务平台
在线平台
元卓计划编程平台
ActionBook动书
成果下载
Summery Edition: Youthful Ingenuity A Collection of AI Innovations by Chinese Teenagers
元卓学堂2022年第一季度
元卓学堂2022年第二季度
元卓学堂2022年第三季度
元卓学堂2022年第四季度
元卓学堂2023年第一季度
元卓学堂2023年第二季度
元卓学堂2023年第三季度
元卓学堂2023年第四季度
元卓学堂2024年第一季度
元卓学堂2024年第二季度
International Report of Supportive Environment on Artificial Intelligence Courses in K-12
中文版-International Report of Supportive Environment on Artificial Intelligence Courses in K-12
更多
关于元卓
登录
注册
中文
English
登录
注册
中文
English
人工智能机器学习教程理论篇
第58任务: 58__机器学习理论篇3_6_1_神经网络算法应用上
查看课程
任务列表
第1任务: 01__机器学习理论篇1_1_1_大数据的定义与特点
第2任务: 02__机器学习理论篇1_1_2_1_大数据算法_大数据算法的定义
第3任务: 03__机器学习理论篇1_1_2_2_大数据算法_大数据算法的特点与难点
第4任务: 04__机器学习理论篇1_1_2_3_大数据算法_求解大数据上计算问题
第5任务: 05__机器学习理论篇1_1_3_大数据算法设计与分析
第6任务: 06__机器学习理论篇1_2_1_亚线性算法的定义
第7任务: 07__机器学习理论篇1_2_2_水库抽样_空间亚线性算法
第8任务: 08__机器学习理论篇1_2_3_全0数组判定_时间亚线性判定算法
第9任务: 09__机器学习理论篇1_2_4_平面图直径_时间亚线性计算算法
第10任务: 10__机器学习理论篇1_3_1_1_数据流中频繁元素_算法与分析
第11任务: 11__机器学习理论篇1_3_1_2_数据流中频繁元素_基础知识
第12任务: 12__机器学习理论篇1_3_2_1_生成树权重_一_
第13任务: 13__机器学习理论篇1_3_2_2_生成树权重_二_
第14任务: 14__机器学习理论篇1_3_3_数组有序性判定
第15任务: 15__机器学习理论篇1_4_1_外存存储结构与外存算法
第16任务: 16__机器学习理论篇1_4_2_1_外存排序算法_一_
第17任务: 17__机器学习理论篇1_4_2_2_外存排序算法_二_
第18任务: 18__机器学习理论篇1_4_3_外存查找树
第19任务: 19__机器学习理论篇1_5_1_1_B树_一_
第20任务: 20__机器学习理论篇1_5_1_2_B树_二_
第21任务: 21__机器学习理论篇1_5_2_KD树
第22任务: 22__机器学习理论篇1_6_1_表排序及其应用
第23任务: 23__机器学习理论篇1_6_2_时间前向处理方法
第24任务: 24__机器学习理论篇1_6_3_缩图法
第25任务: 25__机器学习理论篇1_7_1_MapReduce概述
第26任务: 26__机器学习理论篇1_7_2_字数统计
第27任务: 27__机器学习理论篇1_7_3_平均数计算
第28任务: 28__机器学习理论篇1_7_4_单词贡献矩阵的计算
第29任务: 29__机器学习理论篇1_8_1_连接算法
第30任务: 30__机器学习理论篇1_8_2_1_图算法_一_
第31任务: 31__机器学习理论篇1_8_2_2_图算法_二_
第32任务: 32__机器学习理论篇1_9_1_基于迭代处理平台的并行算法
第33任务: 33__机器学习理论篇1_9_2_基于图处理平台的并行算法
第34任务: 34__机器学习理论篇1_10_1_众包的定义
第35任务: 35__机器学习理论篇1_10_2_众包的实例
第36任务: 36__机器学习理论篇1_10_3_众包的要素
第37任务: 37__机器学习理论篇1_10_4_众包算法例析
第38任务: 38__机器学习理论篇2_1__管窥算法
第39任务: 39__机器学习理论篇2_2__字符串
第40任务: 40__机器学习理论篇2_3__数组
第41任务: 41__机器学习理论篇2_4__树
第42任务: 42__机器学习理论篇2_5__链表递归栈
第43任务: 43__机器学习理论篇2_6__查找排序
第44任务: 44__机器学习理论篇2_7__图论_上_
第45任务: 45__机器学习理论篇2_8__图论下
第46任务: 46__机器学习理论篇2_9__贪心法和动态规划
第47任务: 47__机器学习理论篇2_10__概率分治和机器学习
第48任务: 48__机器学习理论篇3_1_1_1_课程介绍机器学习介绍上
第49任务: 49__机器学习理论篇3_1_1_2_课程介绍机器学习介绍下
第50任务: 50__机器学习理论篇3_1_2_深度学习介绍
第51任务: 51__机器学习理论篇3_2_基本概念
第52任务: 52__机器学习理论篇3_3_1决策树算法
第53任务: 53__机器学习理论篇3_3_2_决策树应用
第54任务: 54__机器学习理论篇3_4_1_最邻近规则分类KNN算法
第55任务: 55__机器学习理论篇3_4_2_最邻近规则KNN分类应用
第56任务: 56__机器学习理论篇3_5_1_支持向量机SVM上
第57任务: 57__机器学习理论篇3_5_2_支持向量机SVM上应用
第58任务: 58__机器学习理论篇3_6_1_神经网络算法应用上
第59任务: 59__机器学习理论篇3_6_2_神经网络算法应用下
第60任务: 60__机器学习理论篇3_7_1_简单线性回归上
第61任务: 61__机器学习理论篇3_7_2_简单线性回归下
第62任务: 62__机器学习理论篇3_7_3_多元线性回归
第63任务: 63__机器学习理论篇3_7_4_多元线性回归应用
第64任务: 64__机器学习理论篇3_7_5_非线性回归_Logistic_Regression
第65任务: 65__机器学习理论篇3_7_6_非线性回归应用
第66任务: 66__机器学习理论篇3_7_7_回归中的相关度和决定系数
第67任务: 67__机器学习理论篇3_7_8_回归中的相关性和R平方值应用
第68任务: 68__机器学习理论篇3_8_1_Kmeans算法
第69任务: 69__机器学习理论篇3_8_2_Kmeans应用
第70任务: 70__机器学习理论篇3_8_3_Hierarchical_clustering_层次聚类
第71任务: 71__机器学习理论篇3_8_4_Hierarchical_clustering_层次聚类应用
第72任务: 72__机器学习理论篇3_9_神经网络NN算法
第73任务: 74__机器学习理论篇3_11_支持向量机_SVM_算法下
第74任务: 75__机器学习理论篇3_12_总结