Python3天快速入门机器学习视频,这套课程一共有3个章节,总大小为:2G,里面附带课件资料。
目录结果如下:
机器学习day1
┣━━01-人工智能概述.mp4
┣━━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
┣━━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
机器学习day2
┣━━01-上节回顾.mp4
┣━━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
┣━━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
机器学习day3
┣━━01-上节回顾..mp4
┣━━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
┣━━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