• 章节

  • 评论
第1章 人工智能概述
1-1 机器学习科学计算库内容简介 播放状态
1-2 人工智能概述 播放状态
1-3 人工智能的发展历程 播放状态
1-4 人工智能主要分支 播放状态
第2章 机器学习与深度学习
2-1 机器学习定义工作流程概述 播放状态
2-2 机器学习工作流程各步骤解释 播放状态
2-3 机器学习算法分类介绍 播放状态
2-4 模型评估 播放状态
2-5 Azure机器学习平台实验演示1 播放状态
2-6 Azure机器学习平台实验演示2 播放状态
2-7 深度学习简介 播放状态
2-8 基础环境安装 播放状态
第3章 jupyter和数据分析三剑客
3-1 jupyter notebook的基本使用1 播放状态
3-2 jupyter notebook的基本使用2 播放状态
3-3 matplotlib的基本使用 播放状态
3-4 实现基础绘图-某城市温度变换图 播放状态
3-5 绘图辅助功能完善-某城市温度变换图 播放状态
3-6 在一个坐标系下绘制多个图像 播放状态
3-7 在多个坐标系下绘制多个图像 播放状态
3-8 常见图形绘制 播放状态
3-9 numpy介绍 播放状态
3-10 ndarray介绍 播放状态
3-11 创建0,1数组,固定范围数组 播放状态
3-12 创建随机数组 播放状态
3-13 数组的基本操作 播放状态
3-14 ndarray的运算 播放状态
3-15 数组间运算 播放状态
3-16 矩阵复习 播放状态
3-17 pandas介绍 播放状态
3-18 pandas数据结构-series 播放状态
3-19 pandas数据结构-DataFrame1 播放状态
3-20 pandas数据结构-DataFrame2 播放状态
3-21 pandas数据结构-multiindex和panel 播放状态
3-22 pandas中的索引 播放状态
3-23 赋值和排序 播放状态
3-24 pandas中的算术运算和逻辑运算 播放状态
3-25 pandas中的统计函数 播放状态
3-26 pandas中的累计统计函数和自定义函数 播放状态
3-27 pandas中绘图方式介绍 播放状态
3-28 pandas中文件的读取和写入 播放状态
3-29 缺失值的处理 播放状态
第4章 数据处理与案例分析
4-1 数据离散化 播放状态
4-2 数据表的合并 播放状态
4-3 交叉表和透视表介绍 播放状态
4-4 分组聚合介绍 播放状态
4-5 星巴克案例实现 播放状态
4-6 电影案例分析1 播放状态
4-7 电影案例分析2 播放状态
第5章 KNN算法
5-1 K-近邻算法简介 播放状态
5-2 K近邻算法api初步使用 播放状态
5-3 机器学习中距离度量介绍 播放状态
5-4 K值的选择介绍 播放状态
5-5 kd树和kd树的构造过程 播放状态
5-6 kd树案例实现 播放状态
5-7 数据集获取和属性介绍 播放状态
5-8 数据可视化介绍 播放状态
5-9 数据集的划分 播放状态
5-10 特征预处理简介 播放状态
5-11 归一化和标准化介绍 播放状态
5-12 鸢尾花种类预测 播放状态
5-13 KNN算法总结 播放状态
5-14 交叉验证、网格搜索概念介绍 播放状态
5-15 交叉验证、网格搜索案例实现 播放状态
5-16 案例-Facebook位置预测流程分析 播放状态
5-17 案例-Facebook位置预测代码实现1 播放状态
5-18 案例-Facebook位置预测代码实现2 播放状态
第6章 线性回归
6-1 线性回归简介 播放状态
6-2 初始线性回归api 播放状态
6-3 数学:求导 播放状态
6-4 线性回归中损失函数的介绍 播放状态
6-5 使用正规方程对损失函数进行优化 播放状态
6-6 使用梯度下降法对损失函数进行优化 播放状态
6-7 梯度下降法方法介绍 播放状态
6-8 线性回归api再介绍 播放状态
6-9 波士顿房价预测案例 播放状态
6-10 欠拟合和过拟合的介绍 播放状态
6-11 正则化线性模型 播放状态
6-12 岭回归介绍 播放状态
6-13 模型保存和加载 播放状态
第7章 逻辑回归决策树算法
7-1 逻辑回归介绍 播放状态
7-2 逻辑回归api介绍 播放状态
7-3 肿瘤预测案例 播放状态
7-4 分类评估方法介绍 播放状态
7-5 roc曲线绘制过程 播放状态
7-6 决策树算法简介 播放状态
7-7 熵的介绍 播放状态
7-8 信息增益的介绍 播放状态
7-9 信息增益率的介绍 播放状态
7-10 基尼指数的介绍 播放状态
7-11 决策树划分原理小结 播放状态
7-12 cart剪枝介绍 播放状态
7-13 字典特征提取 播放状态
7-14 英文文本特征提取 播放状态
7-15 中文文本特征提取 播放状态
7-16 tfidf内容讲解 播放状态
7-17 决策树算法api介绍 播放状态
7-18 泰坦尼克号乘客生存预测 播放状态
7-19 树木可视化操作 播放状态
第8章 集成学习算法选择
8-1 集成学习简介 播放状态
8-2 bagging和随机森林概念介绍 播放状态
8-3 随机森林api实现 播放状态
8-4 boosting概念介绍 播放状态
8-5 GBDT内容介绍 播放状态
8-6 聚类算法介绍 播放状态
8-7 聚类算法api初步实现 播放状态
8-8 聚类算法实现流程 播放状态
8-9 模型评估 播放状态
8-10 算法优化介绍 播放状态
8-11 特征降维内容介绍 播放状态
8-12 pca降维介绍 播放状态
8-13 用户对物品类别的喜好细分案例 播放状态
8-14 算法选择指导 播放状态
视频页广告图 关闭
视频页广告图
品易云推流
评论
综合评分
无数据提示暂无评论哟...我要评论