课程简介
非常详细的机器学习入门课程~！
1.01-01-机器学习概述.mp4
2.02-01-线性回归简介、数学符号、假设函数、损失函数、代价函数.mp43.02-02-样度下降法..mp4
4.02-03-梯度下降法代码实现.mp4
5.02-04-使用梯度下降法求解线性回归问题.mp4
6.02-05-线性回归代码实现.mp4
7.02-06-线性回归代码实现-做特征归一化.mp4
8.02-07-批量梯度下降，随机梯度下降，小批量样度下降,mp4
9.02-08-几种常见的模型评价指标.mp410.02-09-欠拟合与过拟合,mp411.02-10-Ridge回归求解与代码实现.mp412.02-11-LASSO回归求解mp413.02-12-LASSO回归求解举例说明.mp414.02-13-LASSO回归代码实现.mp415.02-14-最小二乘法求线性回归,mp416.02-15-最小二乘法代码实现,mp417.02-16-使用Sklearn实现Ridge，LASSO和ElasticNet.mp418.02-17-波士顿房价预测(上).mp4
19.02-17-波士顿房价预测(下).mp4
20.03-01-逻辑回归简介、假设函数、损失函数、成本函数,mp4
21.03-02-逻辑回归求解,mp4
22.03-03--个示例解释逻辑回归的求解公式,mp4
23.03-04-逻辑回归代码实现(上).mp424.03-04-逻辑回归代码实现(下).mp425.03-05-逻辑回归的正则化,mp4
26.03-06-逻辑回归实现多分类方法,mp427.03-07-使用Sklearn实现逻辑回归.mp428.03-08-案例:莺尾花分类,mp429.03-09-案例:手写数字识别,mp430.04-01-决策树简介、熵.mp431.04-02-条件熵及计算举例,mp432.04-03-信息增益、ID3算法,mp433.04-04-决策树代码实现(1-熵的计算).mp434.04-04-决策树代码实现(2-划分数据集、选择最好的特征).mp435.04-04-决策树代码实现(3-类别投票表决).mp4
36.04-04-决策树代码实现(4-决策树递归生成，决策树对新数据进行预测).mp437.04-05-C4.5算法.mp4
38.04-06-基尼指数(Ginilndex)生成决策树.mp4
39.04-07-决策树剪枝,mp4
40.04-08-决策树处理连续值与缺失值,mp4
41.04-09-多变量决策树,mp4
42.04-10-Sklearn实现决策树.mp4
43.04-11-案例:使用决策树进行个人信用风,险评估(1.数据集介绍、数据预处理).mp444.04-11-案例:使用决策树进行个人信用风,险评估(2.模型评估指标).mp445.04-11-案例:使用决策树进行个人信用风,险评估(3.模型评估，优化).mp446.05-01-贝叶斯决策简介,mp4
47.05-02-贝叶斯决策模型,mp4
48.05-03-朴素贝叶斯模型,mp4
49.05-04-朴素贝叶斯代码实现(1.训练过程).mp450.05-04-朴素贝叶斯代码实现(2.预测过程).mp451.05-05-拉普拉斯修正及代码实现.mp4
52.05-06-朴素贝叶斯如何处理连续型数据,mp453.05-07-Sklearn实现朴表贝叶斯.mp4
54.05-08-案例:垃圾邮件识别(1,实现原理).mp455.05-08-案例:垃圾邮件识别(2.代码实现).mp456.06-01-支持向量机简介,mp4
57.06-02-线性可分支持向量机(几何间隔，图数间隔，目标函数).mp458.06-03-拉格朗日乘子法求带有等式约束的极值问题,mp4
59.06-04-拉格朗日乘子法求带有不等式约束的极值问题、KKT条件,mp460.06-05-目标函数求解(1,对偶问题、先对w、b求极小).mp4
课程下载
评论(0)