课程名称
Python教程3天快速入门机器学习项目(全),资源教程下载
课程目录
第一天:
02-什么是机器学习.mp4
03-机器学习算法分类.mp4
04-机器学习开发流程.mp4
05-学习框架和资料介绍.mp4
06-可用数据集.mp4
07-sklearn数据集使用.mp4
08-字典特征抽取.mp4
09-文本特征抽取CountVectorizer.mp4
01-人工智能概述.mp4
10-中文文本特征抽取.mp4
11-文本特征抽取TfidfVevtorizer.mp4
12-数据预处理-归一化.mp4
13-数据预处理-标准化.mp4
14-什么是降维.mp4
15-删除低方差特征与相关系数.mp4
16-主成分分析.mp4
17-instacart降维案例.mp4
18-总结.mp4
第二天:
02-转换器与预估器.mp4
03-KNN算法.mp4
04-模型选择与调优.mp4
05-Facebook案例流程分析.mp4
06-Facebook案例代码实现.mp4
07-朴素贝叶斯算法原理.mp4
08-朴素贝叶斯算法对文本分类.mp4
09-认识决策树.mp4
01-上节回顾.mp4
10-决策树算法对鸢尾花分类.mp4
11-泰坦尼克号乘客分类案例流程分析.mp4
12-泰坦尼克号案例代码实现.mp4
13-随机森林.mp4
14-总结.mp4
第三天:
02-线性模型.mp4
03-损失函数.mp4
04-优化方法1-正规方程.mp4
05-优化方法2-梯度下降.mp4
06-正规方程与梯度下降对比.mp4
07-梯度下降优化器.mp4
08-过拟合与欠拟合.mp4
09-岭回归.mp4
01-上节回顾..mp4
10-逻辑回归原理.mp4
11-逻辑回归对癌症分类.mp4
12-精确率、召回率、F1-score.mp4
13-ROC曲线与AUC指标.mp4
14-模型保存与加载.mp4
15-KMeans算法原理.mp4
16-聚类的模型评估.mp4
17-总结.mp4
评论0