python3入门机器学习经典算法与应用视频资料安_python3入门机器学习经典算法与应用
1 文件名称： python3入门机器学习经典算法与应用视频资料安_共：9.10gb 文件总数量： 99条 压缩文件数量： 2条 压缩文件比： 2.02% 疑似加密文件： 0条(需要授权播放的文件) 文件创建时间： 2020-10-31 19:02:44
目录：【python3入门机器学习经典算法与应用】目录：【python3入门机器学习经典算法与应用】info模型下载project0模型下载 project(1)模型下载 目录：【python3入门机器学习经典算法与应用/第9章逻辑回归】9-8ovr与ovo.mp49-7scikit-learn中的逻辑回归_.mp49-6在逻辑回归中使用多项式特征.mp49-5决策边界.mp49-4实现逻辑回归算法.mp49-3逻辑回归损失函数的梯度.mp49-2逻辑回归的损失函数.mp49-1什么是逻辑回归.mp4目录：【python3入门机器学习经典算法与应用/第8章多项式回归与模型泛化】8-9lasso.mp48-8模型泛化与岭回归_.mp48-7偏差方差平衡.mp48-6验证数据集与交叉验证.mp48-5学习曲线.mp48-4为什么要训练数据集与测试数据集.mp48-3过拟合与前拟合.mp48-2scikit-learn中的多项式回归于pipeline.mp48-10l18-1什么是多项式回归_.mp4目录：【python3入门机器学习经典算法与应用/第7章pca与梯度上升法】7-9人脸识别与特征脸_.mp47-8使用pca对数据进行降噪.mp47-7试手mnist数据集.mp47-6scikit-learn中的pca_.mp47-5高维数据映射为低维数据.mp47-4求数据的前n个主成分.mp47-3求数据的主成分pca.mp47-2使用梯度上升法求解pca问题.mp47-1什么是pca.mp4目录：【python3入门机器学习经典算法与应用/第6章梯度下降法】6-9有关梯度下降法的更多深入讨论.mp46-8如何确定梯度计算的准确性调试梯度下降法_.mp46-7scikit-learn中的随机梯度下降法.mp46-6随机梯度下降法.mp46-5梯度下降的向量化和数据标准化_.mp46-4实现线性回归中的梯度下降法.mp46-3线性回归中的梯度下降法.mp46-2模拟实现梯度下降法.mp46-1什么是梯度下降法.mp4目录：【python3入门机器学习经典算法与应用/第5章线性回归法】5-9使用scikit-learn解决回归问题.mp45-8实现多元线性回归.mp45-7多元线性回归和正规方程解_.mp45-6最好的衡量线性回归法的指标rsquared_.mp45-5衡量线性回归法的指标mse5-4向量化.mp45-3简单线性回归的实现.mp45-2最小二乘法.mp45-10线性回归的可解性和更多思考.mp45-1简单线性回归.mp4目录：【python3入门机器学习经典算法与应用/第4章最基础的分类算法-k近邻算法knn】4-9更多有关k近邻算法的思考.mp44-8scikit-learn中的scaler.mp44-7数据归一化_.mp44-6网格搜索与k近邻算法中更多超参数_.mp44-5超参数.mp44-4分类准确度.mp44-3训练数据集.测试数据集.mp44-2scikit-learn中的机器学习算法封装.mp44-1k近邻算法基础.mp4目录：【python3入门机器学习经典算法与应用/第2章机器学习基础】2-6课程使用环境搭建.mp42-5和机器学习相关的哲学思考.mp42-4批量学习.在线学习.参数学习和非参数学习.mp42-3监督学习.非监督学习.半监督学习和增强学习_.mp42-2机器学习的主要任务.mp42-1机器学习世界的数据.mp4目录：【python3入门机器学习经典算法与应用/第1章欢迎来到python3玩转机器学习】1-3课程所使用的主要技术栈.mp41-2课程涵盖的内容和理念.mp41-1导学.mp4目录：【python3入门机器学习经典算法与应用/第14章更多机器学习算法】14-1学习scikit-learn文档.mp4目录：【python3入门机器学习经典算法与应用/第13章集成学习和随机森林】13-7stacking.mp413-6adaboosting和gradientboosting.mp413-5随机森林和extra-trees_.mp413-4oob（out-of-bag）和关于bagging的更多讨论.mp413-3bagging和pasting.mp413-2softvotingclassifier.mp413-1什么是集成学习.mp4目录：【python3入门机器学习经典算法与应用/第12章决策树】12-7.mp412-6.mp412-5cart与决策树中的超参数.mp412-4基尼系数_.mp412-3使用信息熵寻找最优划分.mp412-2信息熵.mp412-1.mp4目录：【python3入门机器学习经典算法与应用/第11章支撑向量机svm】11-9.mp411-8.mp411-7.mp411-6.mp411-5.mp411-4.mp411-3.mp411-2.mp411-1.mp4目录：【python3入门机器学习经典算法与应用/第10章评价分类结果】10-8.mp410-7.mp410-6.mp410-5.mp410-4.mp410-3.mp410-2精准率和召回率.mp410-1准确度的陷阱和混淆矩阵.mp4
