文件清单 169 项

• 01 01-0前置-机器学习科学计算库内容简介.mp4
• 02 01-1讲解-机器学习科学计算库内容简介.mp4
• 03 02-1讲解-人工智能概述.mp4
• 04 02-2点评-人工智能概述.mp4
• 05 03-1讲解-人工智能的发展历程.mp4
• 06 04-1讲解-人工智能主要分支.mp4
• 07 04-2点评-人工智能主要分支.mp4
• 08 05-1讲解-机器学习定义工作流程概述.mp4
• 09 05-2点评-机器学习定义工作流程概述.mp4

展开全部 169 项

• 10 06-1讲解-机器学习工作流程各步骤解释.mp4
• 11 06-2点评-机器学习工作流程各步骤解释.mp4
• 12 06-3点评-机器学习工作流程各步骤解释.mp4
• 13 07-1讲解-机器学习算法分类介绍.mp4
• 14 07-2点评-机器学习算法分类介绍.mp4
• 15 08-1讲解-模型评估.mp4
• 16 08-2点评-模型评估.mp4
• 17 08-3点评-模型评估.mp4
• 18 09-1讲解-Azure机器学习平台实验演示1.mp4
• 19 10-1讲解-Azure机器学习平台实验演示2.mp4
• 20 11-1讲解-深度学习简介.mp4
• 21 11-2点评-深度学习简介.mp4
• 01 12-1讲解-基础环境安装.mp4
• 02 13-1讲解-jupyter notebook的基本使用1.mp4
• 03 13-2点评-jupyter notebook的基本使用1.mp4
• 04 14-1讲解-jupyter notebook的基本使用2.mp4
• 05 14-2点评-jupyter notebook的基本使用2.mp4
• 06 15-1讲解-matplotlib的基本使用.mp4
• 01 01-1讲解-实现基础绘图-某城市温度变换图.mp4
• 02 01-2点评-实现基础绘图-某城市温度变换图.mp4
• 03 02-1讲解-绘图辅助功能完善-某城市温度变换图.mp4
• 04 02-2点评-绘图辅助功能完善-某城市温度变换图.mp4
• 05 03-1讲解-在一个坐标系下绘制多个图像.mp4
• 06 03-2点评-在一个坐标系下绘制多个图像.mp4
• 07 04-1讲解-在多个坐标系下绘制多个图像.mp4
• 08 04-2点评-在多个坐标系下绘制多个图像.mp4
• 09 05-1讲解-常见图形绘制.mp4
• 10 05-2点评-常见图形绘制.mp4
• 01 06-1讲解-numpy介绍.mp4
• 02 06-2点评-numpy介绍.mp4
• 03 07-1讲解-ndarray介绍.mp4
• 04 07-2点评-ndarray介绍.mp4
• 05 08-1讲解-创建0,1数组,固定范围数组.mp4
• 06 08-2点评-创建0,1数组,固定范围数组.mp4
• 07 09-1讲解-创建随机数组.mp4
• 08 09-2点评-创建随机数组.mp4
• 09 10-1讲解-数组的基本操作.mp4
• 10 10-2点评-数组的基本操作.mp4
• 11 10-3点评-前面总结.mp4
• 12 10-4点评-回顾.mp4
• 13 11-1讲解-ndarray的运算.mp4
• 14 12-1讲解-数组间运算.mp4
• 15 11-2点评-ndarray的运算.mp4
• 16 12-2点评-数组间运算.mp4
• 17 13-1讲解-矩阵复习.mp4
• 18 13-2点评-矩阵复习.mp4
• 19 13-3点评-矩阵复习.mp4
• 01 14-1讲解-pandas介绍.mp4
• 02 14-2点评-pandas介绍.mp4
• 03 15-1讲解-pandas数据结构-series.mp4
• 04 15-2点评-pandas数据结构-series.mp4
• 05 16-1讲解-pandas数据结构-DataFrame1.mp4
• 06 16-2点评-pandas数据结构-DataFrame1.mp4
• 07 16-3点评-回顾总结.mp4
• 08 17-1讲解-pandas数据结构-DataFrame2.mp4
• 09 18-1讲解-pandas数据结构-multiindex和panel.mp4
• 10 18-2点评-pandas数据结构-multiindex和panel.mp4
• 01 01-1讲解-pandas中的索引.mp4
• 02 01-2点评-pandas中的索引.mp4
• 03 02-1讲解-赋值和排序.mp4
• 04 02-2点评-赋值和排序.mp4
• 05 03-1讲解-pandas中的算术运算和逻辑运算.mp4
• 06 03-2点评-pandas中的算术运算和逻辑运算.mp4
• 07 04-1讲解-pandas中的统计函数.mp4
• 08 04-2点评-pandas中的统计函数.mp4
• 09 05-1讲解-pandas中的累计统计函数和自定义函数.mp4
• 10 05-2点评-pandas中的累计统计函数和自定义函数.mp4
• 11 06-1讲解-pandas中绘图方式介绍.mp4
• 12 07-1讲解-pandas中文件的读取和写入.mp4
• 13 07-2点评-pandas中文件的读取和写入.mp4
• 14 07-3点评-pandas中文件的读取和写入.mp4
• 15 07-4点评-内容总结.mp4
• 01 08-1讲解-缺失值的处理.mp4
• 02 08-2点评-缺失值的处理.mp4
• 03 09-1讲解-数据离散化.mp4
• 04 09-2点评-数据离散化.mp4
• 05 10-1讲解-数据表的合并.mp4
• 06 10-2点评-数据表的合并.mp4
• 07 11-1讲解-交叉表和透视表介绍.mp4
• 08 11-2点评-交叉表和透视表介绍.mp4
• 09 11-3点评-内容回顾.mp4
• 10 12-1讲解-分组聚合介绍.mp4
• 11 12-2点评-分组聚合介绍.mp4
• 12 13-1讲解-星巴克案例实现.mp4
• 13 13-2点评-星巴克案例实现.mp4
• 01 14-0前置-电影案例分析1.mp4
• 02 14-1讲解-电影案例分析1.mp4
• 03 14-2点评-电影案例分析1.mp4
• 04 15-1讲解-电影案例分析.mp4
• 05 15-2点评-电影案例分析.mp4
• 06 15-3点评-电影案例分析.mp4
• 黑马-人工智能与数据挖掘/
• 01 阶段一 人工智能/
• 02 阶段二 数据挖掘/
• 01 第一章 机器学习概述V2.1/
• 02 第二章 环境安装和使用V2.1/
• 03 第三章 matplotlibV2.1/
• 04 第四章 numpyV2.1/
• 05 第五章 pandasV2.1/
• 06 第六章 seabornV2.1/
• 07 第七章 K近邻算法V2.1/
• 08 第八章 线性回归V2.1/
• 09 第九章 逻辑回归V2.1/
• 10 第十章 决策树V2.1/
• 11 第十一章 集成学习V2.1/
• 12 第十二章 聚类算法V2.1/
• 13 第十三章 朴素贝叶斯V2.1/
• 14 第十四章 SVM算法V2.1/
• 15 第十五章 EM算法V2.1/
• 16 第十六章 HMM算法V2.1/
• 17 第十七章 集成学习进阶V2.1/
• 01 第一章 SparkMllib数据挖掘+SparkGraphX/
• 01 机器学习介绍/
• 01 环境安装及使用/
• 01 matplotlib使用/
• 01 numpy使用/
• 01 pandas数据结构/
• 02 pandas基础使用/
• 03 pandas高级使用/
• 04 电影案例分析/
• 01 绘制统计图/
• 02 分类数据绘图/
• 03 NBA案例/
• 04 北京租房数据统计分析/
• 01 k近邻算法介绍/
• 02 kd树/
• 03 数据集处理/
• 04 特征工程/
• 05 KNN总结/
• 06 交叉验证, 网格搜索/
• 07 案例 Facebook位置预测/
• 01 回归介绍/
• 02 损失优化/
• 03 回归相关知识/
• 03 回归相关知识/
• 01 逻辑回归/
• 01 信息增益/
• 02 特征提取/
• 03 案例泰坦生存预测/
• 04 回归决策树/
• 01 集成介绍/
• 02 随机森林案例/
• 03 集成学习/
• 01 聚类算法/
• 01 朴素贝叶斯/
• 01 SVM算法/
• 01 EM算法/
• 01 HMM算法/
• 01 XGBoost算法/
• 02 otto案例/
• 03 lightGBM算法/
• 04 绝地求生案例/
• 01 1-SparkMllib机器学习理论基础详解/
• 02 2-SparkMllib库特征工程基础与实战(一)/
• 03 3-SparkMllib库特征工程基础与实战(二)/
• 04 4-SparkMllib决策树算法基础与实战/
• 05 5-SparkMllib高级模块与线性回归基础及实战/
• 06 6-SparkMllib聚类算法基础与实战/
• 07 7-SparkGraphX理论基础与实战/
• 08 8-SparkGraphX与SparkMllib综合实战/