资源名称
带你学会Python机器学习
资源简介
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
关键词:#知识 #编程 #Python
资源目录
- 001-1. 机器学习- 机器学习概述01.mp4
- 002-2. 机器学习-机器学习概述02.mp4
- 003-3. 机器学习- 机器学习概述03.mp4
- 004-4. 机器学习-1.4 机器学习概述04.mp4
- 005-5. 机器学习-1.5 数据预处理01.mp4
- 006-6. 机器学习-1.6 范围缩放与归一化.mp4
- 007-7. 机器学习-1.7 二值化.mp4
- 008-8. 机器学习-1.8 独热编码.mp4
- 009-9. 机器学习-1.9 标签编码.mp4
- 010-10. 机器学习-1.10 线性回归01.mp4
- 011-11. 机器学习-1.11 线性回归02.mp4
- 012-12. 机器学习-1.12 线性回归03.mp4
- 013-13. 机器学习-2.1 课程回顾.mp4
- 014-14. 机器学习-2.2 线性回归04.mp4
- 015-15. 机器学习-2.3 线性回归05.mp4
- 016-16. 机器学习-2.4 线性回归相关API01.mp4
- 017-17. 机器学习-2.5 线性回归相关API02.mp4
- 018-18. 机器学习-2.6 线性回归之保存与加载.mp4
- 019-19. 机器学习-2.7 岭回归.mp4
- 020-20. 机器学习-2.8 多项式回归01.mp4
- 021-21. 机器学习-2.9 多项式回归02.mp4
- 022-22. 机器学习-2.10 决策树01.mp4
- 023-23. 机器学习-2.11 决策树02.mp4
- 024-24. 机器学习-3.1 课程回顾.mp4
- 025-25. 机器学习-3.2 集合算法介绍.mp4
- 026-26. 机器学习-3.3 特征重要性.mp4
- 027-27. 机器学习-3.4 自助聚合与随机森林.mp4
- 028-28. 机器学习-3.5 训练随机森林模型01.mp4
- 029-29. 机器学习-3.6 训练随机森林模型02.mp4
- 030-30. 机器学习-3.7 人工分类.mp4
- 031-31. 机器学习-3.8 逻辑分类介绍.mp4
- 032-32. 机器学习-3.9 逻辑分类相关API.mp4
- 033-33. 机器学习-3.10 逻辑分类之多元分类.mp4
- 034-34. 机器学习-3.11 朴素贝叶斯分类介绍01.mp4
- 035-35. 机器学习-3.12 朴素贝叶斯分类介绍02.mp4
- 036-36. 机器学习-4.1 课程回顾.mp4
- 037-37. 机器学习-4.2 数据集划分.mp4
- 038-38. 机器学习-4.3 交叉验证01.mp4
- 039-39. 机器学习-4.4 交叉验证02.mp4
- 040-40. 机器学习-4.5 混淆矩阵.mp4
- 041-41. 机器学习-4.6 分类报告.mp4
- 042-42. 机器学习-4.7 决策树分类01.mp4
- 043-43. 机器学习-4.8 决策树分类02.mp4
- 044-44. 机器学习-4.9 决策树分类03.mp4
- 045-45. 机器学习-4.10 验证曲线.mp4
- 046-46. 机器学习-4.11 学习曲线.mp4
- 047-47. 机器学习-4.12 支持向量机01.mp4
- 048-48. 机器学习-4.13 支持向量机02.mp4
- 049-49. 机器学习-5.1 课程回顾.mp4
- 050-50. 机器学习-5.2 样本类别均衡化与置信概率介绍.mp4
- 051-51. 机器学习-5.3 置信概率相关API.mp4
- 052-52. 机器学习-5.4 网格搜索.mp4
- 053-53. 机器学习-5.5 事件预测案例01.mp4
- 054-54. 机器学习-5.6 事件预测案例02.mp4
- 055-55. 机器学习-5.7 事件预测案例03.mp4
- 056-56. 机器学习-5.8 交通流量预测回归案例.mp4
- 057-57. 机器学习-5.9 聚类模型01.mp4
- 058-58. 机器学习-5.10 聚类模型02.mp4
- 059-59. 机器学习-5.11 图像量化与均值漂移算法01.mp4
- 060-60. 机器学习-5.12 图像量化与均值漂移算法02.mp4
- 061-61. 机器学习-6.1 课程回顾.mp4
- 062-62. 机器学习-6.2 轮廓系数.mp4
- 063-63. 机器学习-6.3 DBSCAN算法.mp4
- 064-64. 机器学习-6.4 DBSCAN算法代码.mp4
- 065-65. 机器学习-6.5 推荐引擎.mp4
- 066-66. 机器学习-6.6 推荐引擎代码.mp4
- 067-67. 机器学习-6.7 皮尔逊相关具体.mp4
- 068-68. 机器学习-6.8 排序算法.mp4
- 069-69. 机器学习-6.9 自然语言介绍.mp4
- 070-70. 机器学习-6.10 文本分词,词性还原.mp4
- 071-71. 机器学习-6.11 词袋模型,词频.mp4
- 072-72. 机器学习-6.12 词频,文本分类.mp4
- 073-73. 机器学习-6.13 主题识别,性别识别.mp4
- 074-74. 机器学习-6.14 情感分析.mp4
- 075-75. 机器学习-7.1 课程回顾.mp4
- 076-76. 机器学习-7.2 中文分词.mp4
- 077-77. 机器学习-7.3 语音识别.mp4
- 078-78. 机器学习-7.4 MFCC.mp4
- 079-79. 机器学习-7.5 设计样本.mp4
- 080-80. 机器学习-7.6 整理训练集训练.mp4
- 081-81. 机器学习-7.7 图像识别.mp4
- 082-82. 机器学习-7.8 图像处理,边缘检测.mp4
- 083-83. 机器学习-7.9 边缘检测代码.mp4
- 084-84. 机器学习-7.10 亮度提升.mp4
- 085-85. 机器学习-7.11 校点检测.mp4
- 086-86. 机器学习-7.12 特征点检测.mp4
- 087-87. 机器学习-7.13 特征值矩阵.mp4
- 088-88. 机器学习-7.14 人脸识别.mp4
- 089-89. 机器学习-7.15 人脸定位.mp4
- 090-90. 机器学习-8.1 opencv01.mp4
- 091-91. 机器学习-8.2 opencv02.mp4
- 092-92. 机器学习-8.3 课程回顾.mp4
- 093-93. 机器学习-8.4 项目介绍,深度学习理解.mp4
- 094-94. 机器学习-8.5 神经网络.mp4
- 095-95. 机器学习-8.6 神经网络基本结构.mp4
- 096-96. 机器学习-8.7 正向传播.mp4
- 097-97. 机器学习-8.8 反向传播.mp4
- 098-98. 机器学习-8.9 案例代码.mp4
- 099-99. 机器学习-8.10 TensorFlow.mp4
- 100-100. 机器学习-8.11 计算模型.mp4
- ...
全网资源一站式搜索,搜索关键词即可获取资源
热门搜索
哪吒 凡人修仙传 长安的荔枝 死神来了 碟中谍 灵笼 扫毒风暴 仙逆 生万物 无耻之徒 碟中谍8 蛟龙行动 豺狼的日子 光渊 不良人 浪浪山小妖怪 南京照相馆 权力的游戏 风骚律师 斗罗大陆 封神 吞噬星空 哆啦A梦 狂飙飞车 三体 老友记 异形 斯巴达克斯 渡一 怪奇物语 周星驰 浪浪山 复仇者联盟 罗小黑战记 攻壳机动队 遮天 死亡笔记 雄狮少年2 沧元图 西游记 汪汪队 盗梦空间 恶搞之家 蜘蛛侠 傲骨之战 狂飙 电锯人 指环王 星期三 食贫道最新搜索
怒海狂涛 8 分前 末日壁垒 15 分前 马德里1987 57 分前 梅丽莎 1 小时前 戏梦巴黎 2 小时前 了不起的盖茨比 2 小时前 权利的游戏 2 小时前 孤独摇滚 3 小时前 华尔街之狼 3 小时前 注册 3 小时前 河田真由 4 小时前 人间世 5 小时前 传奇大掌柜 6 小时前 指环王 6 小时前 金庸群侠传X 6 小时前 鹊刀门传奇 6 小时前 南京照相馆 6 小时前 凶器 6 小时前 滤镜 6 小时前 极简主义 6 小时前 北野武 6 小时前 国王的演讲 7 小时前 沧元图 7 小时前 潜行狙击 7 小时前 百年孤独 7 小时前 十二怒汉 7 小时前 琉璃 8 小时前 蜘蛛侠 8 小时前 蜘蛛侠平行宇宙 8 小时前 蜘蛛侠宇宙 8 小时前 新吊带袜天使 8 小时前 乡下人 8 小时前 山寨小萌主 8 小时前 无耻之徒 8 小时前 购物狂的告白 9 小时前 爱麻夫人热映中 9 小时前 不良人 9 小时前 死亡笔记 9 小时前 戏台 9 小时前 得到 9 小时前 假面骑士创骑 9 小时前 哆啦A梦 大雄的宇宙小战争 9 小时前 步步惊心 9 小时前 古剑奇谭 10 小时前 赴山海 10 小时前 IQ测试 10 小时前 蜀山传 10 小时前 凡人修仙传 10 小时前 日剧 10 小时前 航拍中国 10 小时前搜索内容均来自爬虫索引,如果您搜索到的内容中包含非法内容,请留言反馈提供给我们,这边会第一时间屏蔽
阿里云盘吧所有内容均为站内网盘爱好者分享发布的网盘链接介绍展示帖子,本站不存储任何实质资源数据,如您认为本站任何介绍帖侵犯了您的合法版权,请点击【版权投诉】 进行投诉,我们将在确认本文链接指向的资源存在侵权后,立即删除相关介绍帖子!
学习了