文件清单 40 项

• 8. 使用特征预处理提升房价预测模型的性能.mp4
• 8. 练习:使用特征预处理提升糖尿病患病指标预测模型的性能.png
• 课程代码.docx
• 课程界面.png
• 8. 练习:使用特征预处理提升糖尿病患病指标预测模型的性能.docx
• 1. 手工实现一个简单的鸢尾花分类器.mp4
• 课程界面.png
• 1. 练习:手工实现一个简单的水果识别器.docx
• 课程代码.docx

展开全部 40 项

• 1. 练习:手工实现一个简单的水果识别器.png
• 7. 使用交叉验证对鸢尾花分类模型进行调参.mp4
• 课程界面.png
• 7. 练习:使用交叉验证对水果分类模型进行调参.docx
• 课程代码.docx
• 7. 练习:使用交叉验证对水果分类模型进行调参.png
• 6. 比较多种算法的鸢尾花分类准确率.mp4
• 课程界面.png
• 6. 练习:使用kNN,逻辑回归和SVM进行水果类型识别.png
• 6. 练习:使用kNN,逻辑回归和SVM进行水果类型识别.docx
• 课程代码.docx
• 4. 使用 sklearn 的线性回归算法实现房价预测.mp4
• 课程界面.png
• 4. 练习:预测糖尿病的患病指标.png
• 课程代码.docx
• 4. 练习:预测糖尿病的患病指标.docx
• 5. 房价预测的可视化线性模型.mp4
• 5. 练习:糖尿病患病指标的可视化线性模型.docx
• 课程代码.docx
• 5. 练习:糖尿病患病指标的可视化线性模型.png
• 课程界面.png
• 2. 使用 scikit-learn 的 kNN 分类算法实现鸢尾花分类.mp4
• 课程界面.png
• 2. 练习:使用 scikit-learn 的 kNN 分类算法实现水果识别器.docx
• 2. 练习:使用 scikit-learn 的 kNN 分类算法实现水果识别器.png
• 课程代码.docx
• 3. kNN算法的超参数对鸢尾花分类的影响.mp4
• 课程界面.png
• 课程代码.docx
• 3. 练习:kNN算法的超参数对水果识别器的影响.docx
• 3. 练习:kNN算法的超参数对水果识别器的影响.png