齐鲁理工学院

  • 南阳理工学院计算机学院ACM队成员获奖情况[荣誉记]
  • 加州理工学院公开课:机器学习与数据挖掘_学习问题(第一课)
  • 加州理工学院公开课:机器学习与数据挖掘_学习的可能性(第二课)
  • 加州理工学院公开课:机器学习与数据挖掘_线性模型(第三课)
  • 加州理工学院公开课:机器学习与数据挖掘_误差和噪声(第四课)
  • 加州理工学院公开课:机器学习与数据挖掘_训练与测试(第五课)
  • 加州理工学院公开课:雷蒙保罗MAPA泛化理论(第六课)
  • 加州理工学院公开课:机器学习与数据挖掘_VC 维(第七课)
  • 加州理工学院公开课:机器学习与数据挖掘_线性模型 II(第九课)
  • 加州理工学院公开课:机器学习与数据挖掘_神经网络(第十课)
  • 加州理工学院公开课:机器学习与数据挖掘_过拟化(第十一课)
  • 加州理工学院公开课:机器学习与数据挖掘_Regularization(第十二课)
  • 加州理工学院公开课:机器学习与数据挖掘_神经网络
  • 加州理工学院公开课:机器学习与数据挖掘_过拟化
  • 加州理工学院公开课:机器学习与数据挖掘_神经网络
  • 加州理工学院公开课:机器学习与数据挖掘_Validation(第十三课)
  • 加州理工学院公开课:机器学习与数据挖掘_SVM(第十四课)
  • 加州理工学院公开课:机器学习与数据挖掘_Kernal Method(第十五课)
  • 加州理工学院公开课:机器学习与数据挖掘_Radial Basis Function(第十六课)
  • 加州理工学院公开课:机器学习与数据挖掘_Three Learning Principles(第十七课)
  • 加州理工学院公开课:机器学习与数据挖掘_Epilogue(第十八课-终结篇)
  • 【机器学习】加州理工学院公开课——机器学习与数据挖掘 1.学习问题
  • 笔记 加州理工学院公开课:机器学习与数据挖掘 一
  • 加州理工学院公开课:机器学习与数据挖掘_过拟化(第十一课)
  • 《加州理工学院公开课:机器学习与数据挖掘》第1讲学习笔记
  • 《加州理工学院公开课:机器学习与数据挖掘》第2讲学习笔记
  • 南阳理工学院个人积分赛第三场——C - The Smallest String Concatenation【string】
  • 南阳理工学院个人积分赛第四场——J - Min Number【条理清晰】
  • 南阳理工学院 ACM OJ-- 题目6 喷水装置(一) (贪心暴力)
  • 南阳理工学院ACM语言入门题目39水仙花数的思考与代码
  • 南阳理工学院ACM语言入门题目49三个数从小到大排序
  • 南阳理工学院软件、计科16级新生联合月赛(10月)