Канал: Adam Sun

2023极真空手道成人新秀组70—公斤级决赛

2023极真空手道成人新秀组70—公斤级决赛

2023极真空手道比赛新人组70—公斤级半决赛

2023极真空手道比赛新人组70—公斤级半决赛

【极真空手道】～【抗击打练习】～挨打与打人的感觉就是不一样

【极真空手道】～【抗击打练习】～挨打与打人的感觉就是不一样

《R语言数据可视化实战》chap10-1 igraph包可视化网络数据

《R语言数据可视化实战》chap10-1 igraph包可视化网络数据

《R语言数据可视化实战》chap10-2 visNetwork包可视化可交互网络数据

《R语言数据可视化实战》chap10-2 visNetwork包可视化可交互网络数据

《R语言数据可视化实战》chap10-3 其他可交互网络可视化包

《R语言数据可视化实战》chap10-3 其他可交互网络可视化包

《R语言数据可视化实战》chap9-2 词频提取与可视化

《R语言数据可视化实战》chap9-2 词频提取与可视化

《R语言数据可视化实战》chap9-1 文本数据预处理

《R语言数据可视化实战》chap9-1 文本数据预处理

《R语言数据可视化实战》chap9-3 文本聚类与可视化

《R语言数据可视化实战》chap9-3 文本聚类与可视化

《R语言数据可视化实战》chap9-4 词向量与可视化

《R语言数据可视化实战》chap9-4 词向量与可视化

《R语言数据可视化实战》chap8-1 可视化静态地图

《R语言数据可视化实战》chap8-1 可视化静态地图

《R语言数据可视化实战》chap8-3 leaflet包地图数据可视化

《R语言数据可视化实战》chap8-3 leaflet包地图数据可视化

《R语言数据可视化实战》chap8-4 mapview包可视化可交互地图

《R语言数据可视化实战》chap8-4 mapview包可视化可交互地图

《R语言数据可视化实战》chap8-5 shiny地图可视化应用

《R语言数据可视化实战》chap8-5 shiny地图可视化应用

《R语言数据可视化实战》chap8-2 tmap包可视化地图

《R语言数据可视化实战》chap8-2 tmap包可视化地图

chap7 5 shiny数据探索可视化应用

chap7 5 shiny数据探索可视化应用

《R语言数据可视化实战》chap7-1 数据缺失值可视化

《R语言数据可视化实战》chap7-1 数据缺失值可视化

《R语言数据可视化实战》chap7-2 不同类型变量之间关系的可视化

《R语言数据可视化实战》chap7-2 不同类型变量之间关系的可视化

《R语言数据可视化实战》chap7-3 多变量关系分析与可视化

《R语言数据可视化实战》chap7-3 多变量关系分析与可视化

《R语言数据可视化实战》chap7-4 数据的矩阵热力图可视化

《R语言数据可视化实战》chap7-4 数据的矩阵热力图可视化

《R语言数据可视化实战》chap6-3 flexdashboard包制作可视化仪表盘

《R语言数据可视化实战》chap6-3 flexdashboard包制作可视化仪表盘

《R语言数据可视化实战》chap6-2 Shiny的常见功能设置

《R语言数据可视化实战》chap6-2 Shiny的常见功能设置

《R语言数据可视化实战》chap5-4 其他3D图像可视化包

《R语言数据可视化实战》chap5-4 其他3D图像可视化包

《R语言数据可视化实战》chap6-1 Shiny的结构和使用方法

《R语言数据可视化实战》chap6-1 Shiny的结构和使用方法

《R语言数据可视化实战》chap5-1 静态3D图像可视化

《R语言数据可视化实战》chap5-1 静态3D图像可视化

《R语言数据可视化实战》chap5-2 可交互3D图像可视化

《R语言数据可视化实战》chap5-2 可交互3D图像可视化

《R语言数据可视化实战》chap5-3 rayshader包可视化3D图像

《R语言数据可视化实战》chap5-3 rayshader包可视化3D图像

《R语言数据可视化实战》chap4-4 treemapify和ggpol包数据可视化

《R语言数据可视化实战》chap4-4 treemapify和ggpol包数据可视化

《R语言数据可视化实战》chap4-6 ggfortify包数据可视化

《R语言数据可视化实战》chap4-6 ggfortify包数据可视化

《R语言数据可视化实战》chap4-5 ggridges和gganimate包数据可视化

《R语言数据可视化实战》chap4-5 ggridges和gganimate包数据可视化

《R语言数据可视化实战》chap4-3 ggTimeSerise包可视化时序数据

《R语言数据可视化实战》chap4-3 ggTimeSerise包可视化时序数据

《R语言数据可视化实战》chap4-2 ggChernoff包可视化表情包

《R语言数据可视化实战》chap4-2 ggChernoff包可视化表情包

《R语言数据可视化实战》chap3-2 ggplot2包可视化常见的统计图

《R语言数据可视化实战》chap3-2 ggplot2包可视化常见的统计图

《R语言数据可视化实战》chap3-4 可交互的ggplot2图像

《R语言数据可视化实战》chap3-4 可交互的ggplot2图像

《R语言数据可视化实战》chap4-1 GGally包数据可视化

《R语言数据可视化实战》chap4-1 GGally包数据可视化

《R语言数据可视化实战》chap3-3 ggplot2绘制分组图像

《R语言数据可视化实战》chap3-3 ggplot2绘制分组图像

《R语言数据可视化实战》chap2-4 R基础可视化包graphics

《R语言数据可视化实战》chap2-4 R基础可视化包graphics

《R语言数据可视化实战》chap2-3 数据操作

《R语言数据可视化实战》chap2-3 数据操作

《R语言数据可视化实战》chap3-1 ggplot2包初探

《R语言数据可视化实战》chap3-1 ggplot2包初探

《R语言数据可视化实战》chap2-2 控制和函数 2

《R语言数据可视化实战》chap2-2 控制和函数 2

《R语言数据可视化实战》书籍相关内容介绍

《R语言数据可视化实战》书籍相关内容介绍

《R语言数据可视化实战》chap2-1 R的数据结构 1

《R语言数据可视化实战》chap2-1 R的数据结构 1

《Python机器学习算法与实战》书籍内容介绍

《Python机器学习算法与实战》书籍内容介绍

极真空手道，三角形腹部抗击打练习

极真空手道，三角形腹部抗击打练习

《Python机器学习算法与实战》chap12_3 卷积神经网络识别草书

《Python机器学习算法与实战》chap12_3 卷积神经网络识别草书

《Python机器学习算法与实战》chap12_4 循环神经网络新闻分类

《Python机器学习算法与实战》chap12_4 循环神经网络新闻分类

《Python机器学习算法与实战》chap12_5 自编码网络重构图像

《Python机器学习算法与实战》chap12_5 自编码网络重构图像

《Python机器学习算法与实战》chap12_2 Pytorch入门

《Python机器学习算法与实战》chap12_2 Pytorch入门

《Python机器学习算法与实战》chap11_2 数据关联规则挖掘

《Python机器学习算法与实战》chap11_2 数据关联规则挖掘

《Python机器学习算法与实战》chap11_4 文本聚类分析

《Python机器学习算法与实战》chap11_4 文本聚类分析

《Python机器学习算法与实战》chap11_3 文本数据预处理

《Python机器学习算法与实战》chap11_3 文本数据预处理

《Python机器学习算法与实战》chap11_5 《三国演义》人物关系分析

《Python机器学习算法与实战》chap11_5 《三国演义》人物关系分析

《Python机器学习算法与实战》chap10_3 全连接神经网络模型

《Python机器学习算法与实战》chap10_3 全连接神经网络模型

《Python机器学习算法与实战》chap10_2 支持向量机模型

《Python机器学习算法与实战》chap10_2 支持向量机模型

《Python机器学习算法与实战》chap9_4 K近邻算法

《Python机器学习算法与实战》chap9_4 K近邻算法

《Python机器学习算法与实战》chap9_2 贝叶斯分类算法

《Python机器学习算法与实战》chap9_2 贝叶斯分类算法

《Python机器学习算法与实战》chap9_3 贝叶斯网络数据分类

《Python机器学习算法与实战》chap9_3 贝叶斯网络数据分类

《Python机器学习算法与实战》chap8_2 决策树模型

《Python机器学习算法与实战》chap8_2 决策树模型

《Python机器学习算法与实战》chap8_4 Adaboost模型

《Python机器学习算法与实战》chap8_4 Adaboost模型

《Python机器学习算法与实战》chap8_3 随机森林模型

《Python机器学习算法与实战》chap8_3 随机森林模型

《Python机器学习算法与实战》chap8_5 梯度提升树

《Python机器学习算法与实战》chap8_5 梯度提升树

《Python机器学习算法与实战》chap7_2 数据聚类分析

《Python机器学习算法与实战》chap7_2 数据聚类分析

《Python机器学习算法与实战》chap7_3 数据异常值检测分析

《Python机器学习算法与实战》chap7_3 数据异常值检测分析

《Python机器学习算法与实战》chap6_7 时序数据的异常值检测

《Python机器学习算法与实战》chap6_7 时序数据的异常值检测

《Python机器学习算法与实战》chap6_6 多元时间序列分析ARIMAX

《Python机器学习算法与实战》chap6_6 多元时间序列分析ARIMAX

《Python机器学习算法与实战》chap6_5 prophet预测时间序列

《Python机器学习算法与实战》chap6_5 prophet预测时间序列

《Python机器学习算法与实战》chap6_4 SARIMA模型

《Python机器学习算法与实战》chap6_4 SARIMA模型

《Python机器学习算法与实战》chap6_3 ARIMA模型

《Python机器学习算法与实战》chap6_3 ARIMA模型

《Python机器学习算法与实战》chap6_2 移动平均算法

《Python机器学习算法与实战》chap6_2 移动平均算法

《Python机器学习算法与实战》chap6_1 时间序列的相关检验

《Python机器学习算法与实战》chap6_1 时间序列的相关检验

你看这一年的高段前回蹴可还行？极真空手道之前回蹴打小橙人

你看这一年的高段前回蹴可还行？极真空手道之前回蹴打小橙人

《Python机器学习算法与实战》chap5_5 Logistic回归分析

《Python机器学习算法与实战》chap5_5 Logistic回归分析

《Python机器学习算法与实战》chap5_4 正则化回归分析

《Python机器学习算法与实战》chap5_4 正则化回归分析

《Python机器学习算法与实战》chap5_3 多元回归分析

《Python机器学习算法与实战》chap5_3 多元回归分析

《Python机器学习算法与实战》chap5_2 一元回归分析

《Python机器学习算法与实战》chap5_2 一元回归分析

《Python机器学习算法与实战》chap5_1 假设检验

《Python机器学习算法与实战》chap5_1 假设检验

《Python机器学习算法与实战》chap4_2 模型训练技巧

《Python机器学习算法与实战》chap4_2 模型训练技巧

《Python机器学习算法与实战》chap3_4(5) 特征提取降维(数据平衡方法)

《Python机器学习算法与实战》chap3_4(5) 特征提取降维(数据平衡方法)

《Python机器学习算法与实战》chap3_3 特征选择

《Python机器学习算法与实战》chap3_3 特征选择

《Python机器学习算法与实战》chap3_2 特征构建

《Python机器学习算法与实战》chap3_2 特征构建

《Python机器学习算法与实战》chap3_1 特征变换

《Python机器学习算法与实战》chap3_1 特征变换

《Python机器学习算法与实战》chap2_3可视化分析数据关系

《Python机器学习算法与实战》chap2_3可视化分析数据关系

《Python机器学习算法与实战》chap2_2 数据描述与异常值发现

《Python机器学习算法与实战》chap2_2 数据描述与异常值发现

Python机器学习算法与实战》chap2_1 缺失值处理

Python机器学习算法与实战》chap2_1 缺失值处理

《Python机器学习算法与实战》chap1_4_3 Matplotlib库应用入门

《Python机器学习算法与实战》chap1_4_3 Matplotlib库应用入门

《Python机器学习算法与实战》chap1_4-2 Pandas库应用入门

《Python机器学习算法与实战》chap1_4-2 Pandas库应用入门

《Python机器学习算法与实战》chap1_4_1 numpy库应用入门

《Python机器学习算法与实战》chap1_4_1 numpy库应用入门

《Python机器学习算法与实战》chap1_3_2 条件判断、循环和函数

《Python机器学习算法与实战》chap1_3_2 条件判断、循环和函数

《Python机器学习算法与实战》chap1_3_1 Python的列表、元组和字典

《Python机器学习算法与实战》chap1_3_1 Python的列表、元组和字典

极真空手道日常练习之后回蹴

极真空手道日常练习之后回蹴

极真空手道之日常打小蓝人

极真空手道之日常打小蓝人

直播测试

直播测试

Pytorch深度学习 2－2张量1

Pytorch深度学习 2－2张量1

Pytorch深度学习 2－2张量2 2 2 3小节张量操作

Pytorch深度学习 2－2张量2 2 2 3小节张量操作

Pytorch深度学习 2－2张量2 2 2 4小节张量计算

Pytorch深度学习 2－2张量2 2 2 4小节张量计算

Pytorch深度学习 2－4torch nn模块

Pytorch深度学习 2－4torch nn模块

Pytorch深度学习 2－5pytorch中的数据操作和预处理

Pytorch深度学习 2－5pytorch中的数据操作和预处理

Pytorch深度学习 3－2 3－5pytorch深度神经网络

Pytorch深度学习 3－2 3－5pytorch深度神经网络

Pytorch深度学习 3－6 3－7pytorch深度神经网络

Pytorch深度学习 3－6 3－7pytorch深度神经网络

Pytorch深度学习 4－1 网络结构的可视化

Pytorch深度学习 4－1 网络结构的可视化

Pytorch深度学习 4－2 训练过程的可视化

Pytorch深度学习 4－2 训练过程的可视化

Pytorch深度学习 4－3 使用Visdom进行可视化

Pytorch深度学习 4－3 使用Visdom进行可视化

Pytorch深度学习 5－2 MLP分类模型

Pytorch深度学习 5－2 MLP分类模型

Pytorch深度学习 5－3 MLP回归模型

Pytorch深度学习 5－3 MLP回归模型

Pytorch深度学习 6－3卷积神经网络识别Fashion MNIST

Pytorch深度学习 6－3卷积神经网络识别Fashion MNIST

Pytorch深度学习 6－4对与训练好的卷积网络微调

Pytorch深度学习 6－4对与训练好的卷积网络微调

Pytorch深度学习 6－5卷积神经网络进行情感分类

Pytorch深度学习 6－5卷积神经网络进行情感分类

Pytorch深度学习 6－6使用预训练好的卷积网络

Pytorch深度学习 6－6使用预训练好的卷积网络

Pytorch深度学习 7－2 RNN手写字体分类

Pytorch深度学习 7－2 RNN手写字体分类

Pytorch深度学习 7－3 LSTM进行中文文本分类

Pytorch深度学习 7－3 LSTM进行中文文本分类

Pytorch深度学习 7－4 GRU网络进行情感分类

Pytorch深度学习 7－4 GRU网络进行情感分类

Pytorch深度学习 8－2 基于线性层的自编码网络

Pytorch深度学习 8－2 基于线性层的自编码网络

Pytorch深度学习 8－3 基于卷机自编码的图像去噪

Pytorch深度学习 8－3 基于卷机自编码的图像去噪

Pytorch深度学习 9－2 固定风格固定内容的普通风格迁移实战

Pytorch深度学习 9－2 固定风格固定内容的普通风格迁移实战

Pytorch深度学习 9－3 固定风格任意内容的快速风格迁移实战

Pytorch深度学习 9－3 固定风格任意内容的快速风格迁移实战

Pytorch深度学习 10－3 图像语意分割网络

Pytorch深度学习 10－3 图像语意分割网络

Pytorch深度学习 10－4 使用预训练的目标检测网络

Pytorch深度学习 10－4 使用预训练的目标检测网络

Pytorch深度学习 11－2 半监督图卷积网络实战

Pytorch深度学习 11－2 半监督图卷积网络实战

Matlab2019a安装教程

Matlab2019a安装教程

MacBook Pro (Retina, 15-inch, Mid 2015) Change the battery and clean up the dust（更换电池并清理灰尘）

MacBook Pro (Retina, 15-inch, Mid 2015) Change the battery and clean up the dust（更换电池并清理灰尘）

01 2 R的数据结构

01 2 R的数据结构

01 3 控制和函数

01 3 控制和函数

02 2 缺失值处理

02 2 缺失值处理

02 3 数据操作

02 3 数据操作

02 4 数据描述和相似性度量

02 4 数据描述和相似性度量

03 1 R基础数据可视化

03 1 R基础数据可视化

03 2 ggplot2系列包的可视化

03 2 ggplot2系列包的可视化

03 3 其它数据可视化包

03 3 其它数据可视化包

04 1 随机数模拟

04 1 随机数模拟

04 2 假设检验

04 2 假设检验

04 3 方差分析

04 3 方差分析

04 4 列联表分析

04 4 列联表分析

05 3 逐步回归进行变量选择

05 3 逐步回归进行变量选择

05 4 Logistic回归

05 4 Logistic回归

05 6 Ridge和Lasso回归

05 6 Ridge和Lasso回归

06 2 聚类分析

06 2 聚类分析

06 3 对应分析

06 3 对应分析

06 1 主成分分析

06 1 主成分分析

06 4 典型相关分析

06 4 典型相关分析

06 5 判别分析

06 5 判别分析

06 6 关联规则

06 6 关联规则

07 1 时间序列的相关检验

07 1 时间序列的相关检验

07 2 自回归移动平均模型

07 2 自回归移动平均模型

07 3 多元时间序列ARIMAX模型

07 3 多元时间序列ARIMAX模型

07 4 季节ARIMA模型

07 4 季节ARIMA模型

07 5 prophet预测时间序列

07 5 prophet预测时间序列

08 2 朴素贝叶斯方法

08 2 朴素贝叶斯方法

08 1 KNN算法

08 1 KNN算法

09 1 决策树模型

09 1 决策树模型

10 3 文本情感分析

10 3 文本情感分析

09 2 随机森林模型

09 2 随机森林模型

09 3 梯度提升机模型

09 3 梯度提升机模型

10 1 文本数据预处理

10 1 文本数据预处理

10 2 文本主题模型挖掘

10 2 文本主题模型挖掘

10 4 网络数据可视化及描述

10 4 网络数据可视化及描述

11 1 支持向量机分类

11 1 支持向量机分类

11 2 SVM识别异常值

11 2 SVM识别异常值

11 3 支持向量回归

11 3 支持向量回归

11 4 MLP神经网络分类

11 4 MLP神经网络分类

11 5 MLP神经网络回归

11 5 MLP神经网络回归

《R语言统计分析与机器学习》 12 1 深度学习入门

《R语言统计分析与机器学习》 12 1 深度学习入门

02 1 数据获取

02 1 数据获取

Python库的介绍第二章 2

Python库的介绍第二章 2

Python机器学习 9 第九章决策树和集成学习

Python机器学习 9 第九章决策树和集成学习

Python机器学习 10 第十章朴素贝叶斯和KNN

Python机器学习 10 第十章朴素贝叶斯和KNN

Python机器学习 8 第八章中文文本挖掘

Python机器学习 8 第八章中文文本挖掘

Python机器学习 12 第十二章深度学习入门 1

Python机器学习 12 第十二章深度学习入门 1

Python机器学习 6 第六章关联规则

Python机器学习 6 第六章关联规则

Python机器学习 7 第七章无监督学习1

Python机器学习 7 第七章无监督学习1

Python机器学习 7 第七章无监督学习2

Python机器学习 7 第七章无监督学习2

Python机器学习 12 第十二章深度学习入门 2

Python机器学习 12 第十二章深度学习入门 2

Python机器学习 11 第十一章 SVM和MLP

Python机器学习 11 第十一章 SVM和MLP

Python机器学习5 第五章回归分析2

Python机器学习5 第五章回归分析2

Python机器学习 5 第五章回归分析1

Python机器学习 5 第五章回归分析1

Python机器学习 4 第四章模型的训练和评估

Python机器学习 4 第四章模型的训练和评估

Python机器学习 3 第三章数据预处理

Python机器学习 3 第三章数据预处理

Python机器学习 3 第三章数据可视化和降维

Python机器学习 3 第三章数据可视化和降维

Python机器学习 1 第一章机器学习初探

Python机器学习 1 第一章机器学习初探