利用Python三天入门机器学习视频教程下载

01-人工智能概述

02-什么是机器学习

02-线性模

02-转换器与预估

03-knn算法

03-损失函数

03-机器学习算法分类

04-优化方法1-正规方程

04-机器学习开发流

04-模型选择与调

05-facebook案例流程分析

05-优化方法2-梯度下降

05-学习框架和资料介

06-facebook案例代码实现

06-可用数据

06-正规方程与梯度下降对

07-sklearn数据集使

07-朴素贝叶斯算法原

07-梯度下降优化

08-字典特征抽取

08-朴素贝叶斯算法对文本分类

08-过拟合与欠拟

09-岭回

09-文本特征抽取countvectorizer

09-认识决策

10-中文文本特征抽取

10-决策树算法对鸢尾花分

10-逻辑回归原理

11-文本特征抽取tfidfvevtorizer

11-泰坦尼克号乘客分类案例流程分

11-逻辑回归对癌症分

12-数据预处 归一

12-泰坦尼克号案例代码实

12-精确率、召回率、F1-score

13-roc曲线与Auc指标

13-数据预处 标准

13-随机森林

14-什么是降维

14-总结

14-模型保存与加

15-kmeans算法原理

15-删除低方差特征与相关系数

16-主成分分

16-聚类的模型评

17-instacart降维案例

18-总结