百度云目录

            总大小:10.7 GB
└—第10章 评价分类结果
   ├—10-1 准确度的陷阱和混淆矩阵.mp4 38.3 MB
   ├—10-2 精准率和召回率.mp4 29.5 MB
   ├—10-3.mp4 103.8 MB
   ├—10-4.mp4 69.4 MB
   ├—10-5.mp4 91.7 MB
   ├—10-6.mp4 85.0 MB
   ├—10-7.mp4 65.7 MB
   ├—10-8.mp4 95.3 MB
   ├—猴头客博客 houtouke.com.url None
└—第11章 支撑向量机 SVM
   ├—11-1.mp4 38.3 MB
   ├—11-2.mp4 51.1 MB
   ├—11-3.mp4 39.7 MB
   ├—11-4.mp4 117.9 MB
   ├—11-5.mp4 84.8 MB
   ├—11-6.mp4 40.1 MB
   ├—11-7.mp4 51.9 MB
   ├—11-8.mp4 76.4 MB
   ├—11-9.mp4 91.6 MB
   ├—猴头客博客 houtouke.com.url None
└—第12章 决策树�[houtouke.com]
   ├—12-1.mp4 57.4 MB
   ├—12-2 信息熵.mp4 48.5 MB
   ├—12-3 使用信息熵寻找最优划分.mp4 137.1 MB
   ├—12-4 基尼系数.mp4 66.5 MB
   ├—12-5 CART与决策树中的超参数.mp4 61.1 MB
   ├—12-6.mp4 38.0 MB
   ├—12-7.mp4 32.8 MB
   ├—猴头客博客 houtouke.com.url None
└—第13章 集成学习和随机森林�[houtouke.com]
   ├—13-1什么是集成学习�[houtouke.com].mp4 53.5 MB
   ├—13-2 SoftVoting Classifier.mp4 28.4 MB
   ├—13-3 Bagging和Pasting.mp4 33.4 MB
   ├—13-4 oob(Out-of-Bag)和关于Bagging的更多讨论.mp4 31.9 MB
   ├—13-5 随机森林和Extra-Trees.mp4 26.0 MB
   ├—13-6 Ada Boosting和Gradient Boosting.mp4 28.7 MB
   ├—13-7 Stacking�[houtouke.com].mp4 11.5 MB
   ├—猴头客博客 houtouke.com.url None
└—第14章 更多机器学习算法
   ├—14-1 学习scikit-learn文档.mp4 66.5 MB
   ├—猴头客博客 houtouke.com.url None
└—第1章 欢迎来到 Python3 玩转机器学习
   ├—1-1导学�[houtouke.com].mp4 68.1 MB
   ├—1-2 课程涵盖的内容和理念.mp4 90.2 MB
   ├—1-3 课程所使用的主要技术栈.mp4 59.8 MB
   ├—猴头客博客 houtouke.com.url None
└—第2章 机器学习基础
   ├—2-1 机器学习世界的数据�[houtouke.com].mp4 84.3 MB
   ├—2-2 机器学习的主要任务�[houtouke.com].mp4 126.5 MB
   ├—2-3 监督学习,非监督学习,半监督学习和增强学习.mp4 93.6 MB
   ├—2-4 批量学习,在线学习,参数学习和非参数学习.mp4 33.4 MB
   ├—2-5 和机器学习相关的哲学思考.mp4 36.8 MB
   ├—猴头客博客 houtouke.com.url None
└—第3章 Jupyter Notebook, numpy和m
   ├—3-1 jupyter notebook基础�[houtouke.com].mp4 169.2 MB
   ├—3-10 Numpy中的比较和FancyIndexing.mp4 190.7 MB
   ├—3-11 Matplotlib数据可视化基础.mp4 153.5 MB
   ├—3-12 数据加载和简单的数据探索.mp4 112.9 MB
   ├—3-2 jupyter notebook中的魔法命令.mp4 189.5 MB
   ├—3-3 Numpy数据基础�[houtouke.com].mp4 68.2 MB
   ├—3-4 创建numpy数组和矩阵.mp4 188.1 MB
   ├—3-5 Numpy数组的基本操作�[houtouke.com].mp4 119.1 MB
   ├—3-6 Numpy数组的合并与分割.mp4 156.5 MB
   ├—3-7 Numpy中的矩阵运算.mp4 206.0 MB
   ├—3-8 Numpy中的聚合运算.mp4 107.9 MB
   ├—3-9 Numpy中的arg运算�[houtouke.com].mp4 95.4 MB
   ├—猴头客博客 houtouke.com.url None
└—第4章 最基础的分类算法-k近邻算法 kNN
   ├—4-1 k近邻算法基础�[houtouke.com].mp4 136.8 MB
   ├—4-2 scikit-learn中的机器学习算法封装.mp4 206.3 MB
   ├—4-3 训练数据集,测试数据集.mp4 213.3 MB
   ├—4-4 分类准确度�[houtouke.com].mp4 174.8 MB
   ├—4-5 超参数�[houtouke.com].mp4 207.2 MB
   ├—4-6 网格搜索与k近邻算法中更多超参数.mp4 168.1 MB
   ├—4-7 数据归一化�[houtouke.com].mp4 105.9 MB
   ├—4-8 scikit-learn中的Scaler.mp4 185.3 MB
   ├—4-9 更多有关k近邻算法的思考.mp4 33.0 MB
   ├—猴头客博客 houtouke.com.url None
└—第5章 线性回归法�[houtouke.com]
   ├—5-1 简单线性回归�[houtouke.com].mp4 63.9 MB
   ├—5-10 线性回归的可解性和更多思考.mp4 86.8 MB
   ├—5-2 最小二乘法�[houtouke.com].mp4 33.5 MB
   ├—5-3 简单线性回归的实现.mp4 130.4 MB
   ├—5-4 向量化�[houtouke.com].mp4 105.4 MB
   ├—5-5 衡量线性回归法的指标 MSE,RMS,MAE.mp4 183.3 MB
   ├—5-6 最好的衡量线性回归法的指标 R Squared.mp4 109.9 MB
   ├—5-7 多元线性回归和正规方程解.mp4 44.0 MB
   ├—5-8 实现多元线性回归.mp4 118.7 MB
   ├—5-9 使用scikit-learn解决回归问题.mp4 118.2 MB
   ├—猴头客博客 houtouke.com.url None
└—第6章 梯度下降法�[houtouke.com]
   ├—6-1 什么是梯度下降法�[houtouke.com].mp4 44.2 MB
   ├—6-2 模拟实现梯度下降法�[houtouke.com].mp4 185.4 MB
   ├—6-3 线性回归中的梯度下降法.mp4 70.4 MB
   ├—6-4 实现线性回归中的梯度下降法.mp4 136.9 MB
   ├—6-5 梯度下降的向量化和数据标准化.mp4 203.3 MB
   ├—6-6 随机梯度下降法�[houtouke.com].mp4 160.2 MB
   ├—6-7 scikit-learn中的随机梯度下降法.mp4 132.4 MB
   ├—6-8 如何确定梯度计算的准确性 调试梯度下降法.mp4 113.1 MB
   ├—6-9 有关梯度下降法的更多深入讨论.mp4 24.8 MB
   ├—猴头客博客 houtouke.com.url None
└—第7章 PCA与梯度上升法
   ├—7-1 什么是PCA�[houtouke.com].mp4 51.1 MB
   ├—7-2 使用梯度上升法求解PCA问题.mp4 27.4 MB
   ├—7-3 求数据的主成分PCA.mp4 178.6 MB
   ├—7-4 求数据的前n个主成分.mp4 125.3 MB
   ├—7-5 高维数据映射为低维数据�[houtouke.com].mp4 168.6 MB
   ├—7-6 scikit-learn中的PCA.mp4 172.4 MB
   ├—7-7 试手MNIST数据集�[houtouke.com].mp4 112.9 MB
   ├—7-8 使用PCA对数据进行降噪.mp4 99.2 MB
   ├—7-9 人脸识别与特征脸.mp4 131.9 MB
   ├—猴头客博客 houtouke.com.url None
└—第8章 多项式回归与模型泛化
   ├—8-1 什么是多项式回归.mp4 75.1 MB
   ├—8-10 L1,L2和弹性网络.mp4 34.2 MB
   ├—8-2 scikit-learn中的多项式回归于pipeline.mp4 146.5 MB
   ├—8-3 过拟合与前拟合.mp4 131.7 MB
   ├—8-4 为什么要训练数据集与测试数据集.mp4 144.4 MB
   ├—8-5 学习曲线�[houtouke.com].mp4 134.3 MB
   ├—8-6 验证数据集与交叉验证.mp4 222.6 MB
   ├—8-7 偏差方差平衡�[houtouke.com].mp4 57.8 MB
   ├—8-8 模型泛化与岭回归�[houtouke.com].mp4 180.3 MB
   ├—8-9 LASSO.mp4 115.1 MB
   ├—猴头客博客 houtouke.com.url None
└—第9章 逻辑回归�[houtouke.com]
   ├—9-1 什么是逻辑回归.mp4 58.0 MB
   ├—9-2 逻辑回归的损失函数.mp4 55.9 MB
   ├—9-3 逻辑回归损失函数的梯度�[houtouke.com].mp4 80.3 MB
   ├—9-4 实现逻辑回归算法.mp4 123.4 MB
   ├—9-5 决策边界�[houtouke.com].mp4 193.5 MB
   ├—9-6 在逻辑回归中使用多项式特征.mp4 137.4 MB
   ├—9-7 scikit-learn中的逻辑回归.mp4 167.1 MB
   ├—9-8 OvR与OvO.mp4 124.9 MB
   ├—猴头客博客 houtouke.com.url None
├—project (1).zip 5.6 KB
├—project0.zip 4.7 MB
├—猴头客博客 houtouke.com.url None
├—课程链接.png 172.2 KB
                

恭喜,此资源为免费资源,请先 登录




商品名称: MKW@�Python3入门机器学习�经典算法与应用�[houtouke.com]


商品id:5422

发布人:mp624183768


分类名称: 猴头客


发布时间:2019年10月11日

修改时间:2019年10月11日

浏览次数:31

收藏次数:0

购买次数:0

售后qq群:816578031

联系qq客服:点击这里给我发消息2651381741

联系vx客服:扫下面二维码。加微信客服(备注优质的资源),直接拉你进售后群。交流学习、关注更新、反馈资源问题。

扫一扫添加我好友

售价:0

开通vip即可免费查看所有资源 开通vip

以其他课程换本课资源即可免费查看当前资源 课程交换

快速定位

查看目录
立即购买
联系客服