1.资料&算法图都在笔记中.exe 18.6MB

notebook.exe 412KB

data.exe 8.2MB

050_核心原理_模型求解_牛顿法和拟牛顿法.mp4 15.1MB

102_决策树_信息增益率和C4.5.mp4 22.3MB

003_数学基础_基本求导法则.mp4 21.6MB

078_线性回归_梯度下降法案例_广告效果预测.mp4 47.1MB

029_核心原理_特征工程_整体介绍.mp4 95.3MB

043_核心原理_交叉验证.mp4 35.6MB

021_机器学习_概述.mp4 28.0MB

113_无监督学习_聚类_K-means.mp4 46.2MB

093_感知机_多层感知机实现异或门.mp4 17.1MB

053_核心原理_分类评价指标_准确率、精确率、召回率和F1.mp4 51.2MB

066_KNN_心脏病检测案例_特征工程.mp4 68.6MB

025_机器学习_基本术语.mp4 29.0MB

054_核心原理_分类评价指标_评估报告.mp4 15.0MB

027_机器学习_常见方法.mp4 16.1MB

004_数学基础_用导数求极值和二阶导数.mp4 46.7MB

063_KNN_归一化代码测试.mp4 16.2MB

065_KNN_心脏病检测案例_数据集加载.mp4 28.3MB

082_逻辑回归_API介绍.mp4 31.3MB

110_集成学习_AdaBoost.mp4 31.8MB

051_核心原理_回归评价指标.mp4 34.9MB

007_数学基础_方向导数.mp4 26.0MB

116_无监督学习_聚类_KMeans代码示例.mp4 38.9MB

039_核心原理_拟合案例_欠拟合.mp4 40.3MB

037_核心原理_拟合案例_整体思路.mp4 31.1MB

071_线性回归_损失函数.mp4 51.7MB

069_线性回归_基本概念和应用.mp4 22.8MB

072_线性回归_一元线性回归解析解.mp4 48.4MB

108_SVM_非线性SVM.mp4 20.6MB

026_机器学习_分类.mp4 32.7MB

086_逻辑回归案例_手写数字识别_数据集加载.mp4 41.7MB

075_线性回归_梯度下降法.mp4 39.0MB

015_数学基础_矩阵求导.mp4 51.5MB

085_逻辑回归_多分类_Softmax回归.mp4 25.7MB

031_核心原理_特征工程_相关系数法_Pearson.mp4 55.4MB

001_机器学习课程简介.mp4 15.9MB

046_核心原理_模型求解_梯度下降法案例1.mp4 58.5MB

112_无监督学习_聚类_整体介绍.mp4 15.1MB

084_逻辑回归_多分类_OVR.mp4 23.8MB

052_核心原理_分类评价指标_混淆矩阵.mp4 46.7MB

076_线性回归_梯度下降法_手动代码实现.mp4 64.2MB

023_机器学习_发展历史.mp4 55.4MB

111_集成学习_随机森林.mp4 18.2MB

089_感知机_表示逻辑门电路.mp4 22.9MB

103_决策树_基尼指数和CART.mp4 50.9MB

062_KNN_归一化.mp4 29.6MB

115_无监督学习_聚类_密度聚类.mp4 45.4MB

018_数学基础_概率分布.mp4 31.9MB

057_核心原理_分类评价指标_AUC.mp4 28.5MB

068_KNN_心脏病检测案例_网格搜索和交叉验证.mp4 63.6MB

032_核心原理_特征工程_相关系数法_Spearman.mp4 26.3MB

036_核心原理_欠拟合和过拟合.mp4 62.7MB

055_核心原理_分类评价综合案例.mp4 29.2MB

106_SVM_线性可分SVM.mp4 54.8MB

083_逻辑回归案例_心脏病检测.mp4 26.8MB

042_核心原理_正则化案例.mp4 52.9MB