TA的每日心情 | 开心 2024-9-19 21:14 |
---|
签到天数: 757 天 [LV.10]以坛为家III
管理员
- 积分
- 1312455
|
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
|
|