文件清单 30 项

• 01-1课程内容和理念.mp4
• 01-2初识机器学习.mp4
• 01-3课程使用的技术栈.mp4
• 02-1本章总览.mp4
• 02-2数据长什么样:常见数据集,典型实例,如何使用.mp4
• 02-3研究哪些问题:分类,回归等.mp4
• 02-4如何分门别类:监督,无监督,强化学习等.mp4
• 02-5机器学习的七大常见误区和局限.mp4
• 03-1本章总览:相互关系与学习路线.mp4

展开全部 30 项

• 03-2Anaconda图形化操作.mp4
• 03-3Anaconda命令行操作.mp4
• 03-4JupyterNotebook基础使用.mp4
• 03-5JupyterNotebook高级使用:常用魔法命令.mp4
• 03-6Numpy基础:安装与性能对比.mp4
• 03-7Numpy数组创建:特定数组,等差数组,随机数组.mp4
• 03-8Numpy数组基础索引:索引和切片.mp4
• 03-9Numpy非常重要的数组合并与拆分操作.mp4
• 03-10Numpy数组矩阵运算:一元运算,二元运算与矩阵运算.mp4
• 03-11Numpy数组统计运算:常用的都在这儿了.mp4
• 03-12Numpy数组arg运算和排序.mp4
• 03-13Numpy数组神奇索引和布尔索引.mp4
• 03-14Matplotlib数据可视化:基础绘制与设置.mp4
• 04-1本章总览.mp4
• 04-2KNN算法核心思想和原理.mp4
• 04-3KNN分类任务代码实现.mp4
• 04-4数据集划分:训练集与预测集.mp4
• 04-5模型评价.mp4
• 04-6超参数.mp4
• 04-7特征归一化.mp4
• 04-8KNN回归任务代码实现.mp4