深入浅出深度学习 原理剖析与Python实践 中文pdf_Python教程
资源名称：深入浅出深度学习 原理剖析与 实践 中文 第 部分 概要 绪论 基础 第 部分 数学与机器学习基础篇 线性代数基础 概率统计基础 概率图模型 机器学习基础 谱聚类 数值计算与最优化 第 部分 理论与应用篇 前馈神经网络 反向传播与梯度消失 自编码器及其相关模型 玻尔兹曼机及其相关模型 递归神经网络 卷积神经网络 资源截图：
学习
Python零基础入门学习-水木书荟 （小甲鱼著） 中文pdf_Python教程
资源名称： 零基础入门学习 水木书荟 小甲鱼著 中文 第 章就这么愉快地开始吧第 章用 设计第一个游戏第 章成为高手前必须知道的一些基础知识第 章了不起的分支和循环第 章列表、元组和字符串第 章函数第 章字典和集合第 章永久存储第 章异常处理第 章图形用户界面入门第 章类和对象第 章魔法方法第 章模块第 章论一只爬虫的自我修养第 章 的最终选择： 第 章 ： 游戏开发 资源截图：
Python学习手册（中文第四版） 完整PDF_Python教程
资源名称： 学习手册（中文第四版） 完整 第 章 问答环节 人们为何使用 软件质量 开发效率 是 脚本语言 吗 好吧， 的缺点是什么呢 如今谁在使用 使用 可以做些什么 系统编程 用户图形接口 脚本 组件集成 数据库编程 快速原型 数值计算和科学计算编程 游戏、图像、人工智能、 、机器人等 如何获得支持 有哪些技术上的优点 面向对象 免费 可移植 功能强大 可混合 简单易用 简单易学 和其他语言比较起来怎么样 本章小结 本章习题 习题解答 是工程，不是艺术 第 章 如何运行程序 解释器简介 程序执行 程序
Python机器学习 完整pdf_Python教程
资源名称： 机器学习 完整 第 章 赋予计算机学习数据的能力 构建智能机器将数据转化为知识 机器学习的三种不同方法 通过监督学习对未来事件进行预测 通过强化学习解决交互式问题 通过无监督学习发现数据本身潜在的结构 基本术语及符号介绍 构建机器学习系统的蓝图 数据预处理 选择预测模型类型并进行训练 模型验证与使用未知数据进行预测 在机器学习中的应用 本章小结 第 章 机器学习分类算法 人造神经元 早期机器学习概览 使用 实现感知器学习算法 自适应线性神经元及其学习的收敛性 通过梯度下降最小化代价函数 使用
Python机器学习算法 赵志勇 中文pdf_Python教程
资源名称： 机器学习算法 赵志勇 中文 第一部分分类算法 支持向量机 随机森林 神经网络 第二部分回归算法 线性回归 岭回归和 回归 树回归 第三部分聚类算法 第四部分推荐算法 协同过滤算法 基于矩阵分解的推荐算法 基于图的推荐算法 文献 第五部分深度学习 卷积神经网络 第六部分项目实践 微博精准推荐 资源截图：
零起点Python机器学习快速入门 完整pdf_Python教程
资源名称：零起点 机器学习快速入门 完整 第 章 从阿尔法狗开始说起 第 章 开发环境第 章 入门案例第 章 基本语法第 章 人工智能入门与实践第 章 机器学习经典算法案例（上）第 章 机器学习经典算法案例（下） 第 章 机器学习组合算法 资源截图：
斯坦福大学机器学习课程个人学习笔记 中文PDF_Python教程
资源名称：斯坦福大学机器学习课程个人学习笔记 中文 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四 节主要讲述了回归问题，属于有监督学习中的一种方法。该方法的核心思想是从离散的统计 数据中得到数学模型，然后将该数学模型用于预测或者分类。该方法处理的数据可以是多维 的。 讲义最初介绍了一个基本问题，然后引出了线性回归的解决方法，然后针对误差问题做 了概率解释。 资源截图：
