文件清单 62 项

• [公益知识库zscc.club]1.1机器学习,大数据,数据挖掘的区别和联系.mp4
• [公益知识库zscc.club]1.2分类,回归和聚类的理论.mp4
• [公益知识库zscc.club]1.3机器学习的流程 数据预处理.mp4
• [公益知识库zscc.club]机器学习课件及代码.zip
• [公益知识库zscc.club]2.1KNN介绍.mp4
• [公益知识库zscc.club]2.2欧式距离以及KNN实现.mp4
• [公益知识库zscc.club]2.3KNN的决策边界.mp4
• [公益知识库zscc.club]2.4通过交叉验证选择K.mp4
• [公益知识库zscc.club]2.5特征缩放.mp4

展开全部 62 项

• [公益知识库zscc.club]2.6二手车估价案例.mp4
• [公益知识库zscc.club]2.7KNN的延伸内容(Optional).mp4
• [公益知识库zscc.club]逻辑回归1.mp4
• [公益知识库zscc.club]逻辑回归2.mp4
• [公益知识库zscc.club]QA.mp4
• [公益知识库zscc.club]线性回归1.mp4
• [公益知识库zscc.club]线性回归2.mp4
• [公益知识库zscc.club]4.1朴素贝叶斯的核心思想.mp4
• [公益知识库zscc.club]4.2垃圾邮件分类-01.mp4
• [公益知识库zscc.club]4.3垃圾邮件分类-02.mp4
• [公益知识库zscc.club]4.4手推一个完整的例子.mp4
• [公益知识库zscc.club]4.5文本表示-01.mp4
• [公益知识库zscc.club]4.6文本表示-02.mp4
• [公益知识库zscc.club]4.7Extensions.mp4
• [公益知识库zscc.club]5.1SVM-01.mp4
• [公益知识库zscc.club]5.2SVM-02.mp4
• [公益知识库zscc.club]5.3SVM-03.mp4
• [公益知识库zscc.club]5.4SVM-04.mp4
• [公益知识库zscc.club]6.1决策树01.mp4
• [公益知识库zscc.club]6.2决策树02.mp4
• [公益知识库zscc.club]6.3随机森林01.mp4
• [公益知识库zscc.club]6.4随机森林02.mp4
• [公益知识库zscc.club]6.5随机森林03.mp4
• [公益知识库zscc.club]7.1聚类分析.mp4
• [公益知识库zscc.club]7.2kmeans算法.mp4
• [公益知识库zscc.club]7.3kmeans算法过程及特性.mp4
• [公益知识库zscc.club]7.4kmeans的实现.mp4
• [公益知识库zscc.club]7.5kmeans案例.mp4
• [公益知识库zscc.club]7.6kmeans的目标函数.mp4
• [公益知识库zscc.club]7.7K值如何选择.mp4
• [公益知识库zscc.club]7.8其他聚类算法及问答.mp4
• [公益知识库zscc.club]8.1Recommender.mp4
• [公益知识库zscc.club]8.2矩阵分解推荐系统.代码演示.1.mp4
• [公益知识库zscc.club]8.3矩阵分解推荐系统.代码演示.2.mp4
• [公益知识库zscc.club]9.1XGBoost.mp4
• [公益知识库zscc.club]9.2训练模型.mp4
• [公益知识库zscc.club]9.3使用泰勒级数近似目标函数.mp4
• [公益知识库zscc.club]9.4新的目标函数.mp4
• [公益知识库zscc.club]9.5寻找最好的Split.mp4
• [公益知识库zscc.club]10.1主题模型.mp4
• [公益知识库zscc.club]10.2MLEvsMAPvsBayesian.mp4
• [公益知识库zscc.club]10.3从生成的角度来看LDA.mp4
• [公益知识库zscc.club]10.4计算模型的参数.mp4
• 第1节 机器学习介绍/
• 第2节 K-NN 最近邻/
• 第3节 线性回归与逻辑回归/
• 第4节 朴素贝叶斯/
• 第5节 SVM支持向量机/
• 第6节 决策树与随机森林/
• 第7节 K-means/
• 第8节 矩阵分解/
• 第9节 Boosting/
• 第10节 主题模型/