黑马-智能机器人软件开发 无基础小白也能学会的人工智能课
| 发布时间： | 2025-09-10 13:03 |
|---|---|
| 发布者： | 用户9527 |
| 资源来源： | 夸克网盘 |
| 资源状态： | 【资源纠错】 |
| 标签： | 黑马 / 智能 / 机器人 / 软件开发 / 基础 / 小白 / 学会 / 人工智能 / |
该课程是黑马程序员推出的面向零基础学员的智能机器人软件开发入门课程，以人工智能为核心，聚焦机器学习基础与实战。课程从数学基础与机器学习概念入手，详细讲解了KNN算法、线性回归、梯度下降、矩阵运算、逻辑回归、多分类(Softmax)等核心算法，并通过房价预测、手写数字识别等案例进行代码实践。内容涵盖特征工程、模型评估、数据归一化等实用技巧，最终引导至神经网络、感知机等深度学习入门概念，为后续机器人软件开发奠定坚实的AI基础。
网盘快照
- 黑马-智能机器人软件开发 无基础小白也能学会的人工智能课 ( - )
- day1 ( - )
- 00_为什么要学习数学(1).mp4 ( 18.12MB )
- 01_引言和学习方法.mp4 ( 12.80MB )
- 02_feature和label.mp4 ( 27.73MB )
- 03_什么是机器学习(1).mp4 ( 16.04MB )
- 04_数据采集方式.mp4 ( 43.89MB )
- 05_knn算法入门.mp4 ( 12.04MB )
- 06_knn算法python实现.mp4 ( 70.70MB )
- 07_代码流程回顾.mp4 ( 15.05MB )
- 08_抽取knn函数.mp4 ( 11.17MB )
- 09_实验演示验证结论.mp4 ( 25.56MB )
- day2 ( - )
- 01_线性回归和Knn.mp4 ( 14.91MB )
- 02_线性回归解决什么问题_ev.mp4 ( 7.50MB )
- 03_Excel进行线性回归_ev.mp4 ( 8.92MB )
- 04_损失函数和最小均方差_ev.mp4 ( 14.93MB )
- 05_excle来简单理解梯度下降_ev.mp4 ( 18.78MB )
- 06_梯度下降的问题分析_ev.mp4 ( 10.80MB )
- 07_求导简单入门_ev.mp4 ( 13.01MB )
- 08_mse对b进行求导_ev.mp4 ( 11.93MB )
- 09_Excel演示梯度下降&学习速率_ev.mp4 ( 22.09MB )
- 10_偏导数分别求解m和b的导数_ev.mp4 ( 15.75MB )
- day3 ( - )
- 01_高等数学入门.mp4 ( 23.30MB )
- 02_问题描述_ev.mp4 ( 3.49MB )
- 03_简单理解矩阵运算的现实含义_ev.mp4 ( 5.85MB )
- 04_矩阵的形状_ev.mp4 ( 14.70MB )
- 05_矩阵的加法_ev.mp4 ( 5.34MB )
- 06_手动计算矩阵的乘法_ev.mp4 ( 10.60MB )
- 07_矩阵的乘法不满足交换律_ev.mp4 ( 5.51MB )
- 08_用numpy进行矩阵的乘法运算_ev.mp4 ( 7.78MB )
- 09_矩阵运算计算m和b的偏导数_ev.mp4 ( 23.52MB )
- 10_numpy矩阵运算演示获取m和b的偏导_ev.mp4 ( 18.06MB )
- day4 ( - )
- 01_自然底数和sigmod函数.mp4 ( 30.75MB )
- 02_矩阵运算计算逻辑回归_ev.mp4 ( 10.29MB )
- 03_逻辑回归简单实现_ev.mp4 ( 24.20MB )
- 04_多分类问题_ev.mp4 ( 7.97MB )
- 05_多分类的概率问题思考_ev.mp4 ( 14.34MB )
- 06_多分类问题softmax公式_ev.mp4 ( 12.43MB )
- 07_手写数字数据集_ev.mp4 ( 18.51MB )
- 08_手写数字的识别原理_ev.mp4 ( 11.80MB )
- 09_手写数字数据集的处理_ev.mp4 ( 24.37MB )
- 10_手写数字的识别_ev.mp4 ( 48.90MB )