学途无忧

标题: ('机器学习] 《机器学习实战》价值500 2019',),全套视频教程学习资料通过百度云网盘下载 [打印本页]

作者: admin 时间: 2021-5-25 04:20
标题: ('机器学习] 《机器学习实战》价值500 2019',),全套视频教程学习资料通过百度云网盘下载

资源详情

爱学习，爱家人，让世界更美好！
任何问题，联系小店qq1981389505,小店提供代查业务！（广告语，啥都有）
│介绍.png
├─01.第1章k-近邻算法
│任务01：第1期k-近邻算法（完整版）.zip
│任务02：1.机器学习概述.mp4
│任务03：2.k-近邻算法原理.mp4
│任务04：3.k-近邻的python实现.mp4
│任务05：4.k-近邻算法之约会网站配对效果判定.mp4
│任务06：5.k-近邻算法之手写数字识别.mp4
├─02.第2章决策树
│任务07：第2期决策树（完整版）.zip
│任务08：1.决策树原理简介.mp4
│任务09：2.决策树的构建准备工作.mp4
│任务10：3.递归构建决策树.mp4
│任务11：4.利用sklearn绘制决策树.mp4
│任务12：5.决策树的可视化.mp4
│任务13：6.使用决策树预测隐形眼镜类型.mp4
├─03.第3章朴素贝叶斯
│任务14：第3期朴素贝叶斯（完整版）.zip
│任务15：1.朴素贝叶斯概述.mp4
│任务16：2.朴素贝叶斯之鸢尾花数据实验.mp4
│任务17：3.朴素贝叶斯之言论过滤.mp4
│任务18：4.朴素贝叶斯之垃圾邮件过滤.mp4
│任务19：5.kaggle比赛之“旧金山犯罪分类预测”.mp4
│任务20：6.算法总结.mp4
├─04.第4章Logistic回归
│任务21：第4期logistic（完整版）.zip
│任务22：1.logistic原理概述.mp4
│任务23：2.损失函数正则化.mp4
│任务24：3.梯度下降法.mp4
│任务25：4.梯度下降种类解析.mp4
│任务26：5.梯度下降求解逻辑回归.mp4
│任务27：6.病马案例.mp4
│任务28：7.sklearn实现葡萄牙银行营销案例.mp4
│任务29：8.分类算法大比拼.mp4
│任务30：9.算法总结.mp4
├─05.第5章支持向量机
│任务31：第5期支持向量机（完整版）.zip
│任务33：2.补充数学公式.mp4
│任务34：3.smo算法流程.mp4
│任务35：4.简化版smo算法.mp4
│任务36：5.完整版smo算法.mp4
│任务37：6.核函数.mp4
│任务38：7.非线忄生svm.mp4
│任务39：8.案例：svm之手写数字识别.mp4
│任务40：9.算法总结.mp4
├─06.第6章AdaBoost算法
│任务41：第6期Adaboost算法（完整版）.zip
│任务42：1.集成算法概念.mp4
│任务43：2.adaboost算法步骤.mp4
│任务44：3.构建弱分类器.mp4
│任务45：4.adaboost完整版函数.mp4
│任务46：5.案例：adaboost在病马数据集上的应用.mp4
│任务47：6.分类器衡量指标.mp4
│任务48：7.样本不均衡问题.mp4
│任务49：8.案例：套坦尼克号幸存者预测.mp4
├─07.第7章线忄生回归
│任务50：第7期线忄生回归（完整版）.zip
│任务51：1.线忄生回归概述.mp4
│任务52：2.线忄生回归的损失函数.mp4
│任务53：3.简单线忄生回归python实现.mp4
│任务54：4.局部加权线忄生回归.mp4
│任务55：5.案例：预测鲍鱼的年龄.mp4
│任务56：6.岭回归.mp4
│任务57：7.lasso和向前逐步回归.mp4
│任务58：8.爬虫获取乐高交易数据.mp4
│任务59：9.乐高二手成交价预测.mp4
├─08.第8章树回归
│任务60：第8期树回归（完整版）.zip
│任务61：1.决策树回顾.mp4
│任务62：2.cart算法概述.mp4
│任务63：3.cart回归树的python实现.mp4
│任务64：4.回归树的sklearn实现.mp4
│任务65：5.树剪枝.mp4
│任务66：6.模型树.mp4
│任务67：7.回归树预测结果.mp4
│任务68：8.模型树和标准线忄生回归预测结果.mp4
│任务69：9.使用python的tkinter库创建gui.mp4
├─09.第9章K-均值聚类算法
│任务70：第9期K-均值聚类（完整版）.zip
│任务71：1.聚类分析概述.mp4
│任务72：2.k均值算法原理.mp4
│任务73：3.k均值算法的python实现（1）.mp4
│任务74：4.k均值算法的python实现（2）.mp4
│任务75：5.算法验证.mp4
│任务76：6.误差平方和sse和学习曲线.mp4
│任务77：7.模型收敛稳定忄生探讨.mp4
│任务78：8.二分k均值法（1）.mp4
│任务79：9.二分k均值法（2）.mp4
│任务80：10.聚类模型评价指标.mp4
│任务81：11.轮廓系数的python实现.mp4
│任务82：【附录1】距离类模型中距离的确定.mp4
│任务83：【附录2】归一化处理.mp4
└─10.第10章关联规则之Apriori
任务84：课件、代码及数据集下载.zip
任务85：1关联分析概述.mp4
任务86：2频繁项集的评估标准：支持度&置信度.mp4
任务87：3频繁项集的评估标准：提升度.mp4
任务88：4关联规则的发现.mp4
任务89：5apriori原理.mp4
任务90：6apriori挖掘频繁项集（1）.mp4
任务91：7apriori挖掘频繁项集（2）.mp4
任务92：8apriori挖掘频繁项集（3）.mp4
任务93：9apriori挖掘关联规则（1）.mp4
任务94：10apriori挖掘关联规则（2）.mp4
任务95：11案例：发现美国国会投票中的模式.mp4
任务96：12案例：发现毒蘑菇的相似特征（1）.mp4
任务97：13案例：发现毒蘑菇的相似特征（2）.mp4
任务98：14案例：发现毒蘑菇的相似特征（3）.mp4

欢迎光临学途无忧 (http://xuetu123.com/)