Python教程3天快速入门机器学习项目（全）,资源教程下载

课程名称

Python教程3天快速入门机器学习项目（全）,资源教程下载

课程目录

第一天：

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

01-人工智能概述.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

第二天：

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

01-上节回顾.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

第三天：

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

01-上节回顾..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