文件清单 131 项

• 01-01 第一章第1节 Matplotlib基础-mp4
• 01-02 第一章第2节 Numpy基础-mp4
• 01-03 第一章第3节 Pandas基础1-mp4
• 01-04 第一章第4节 Pandas基础2-mp4
• 01-05 第一章第5节 Pandas基础3-mp4
• 01_python中matplotlib课件.pdf
• 02_python中NumPy课件.pdf
• 03_python中Pandas课件.pdf
• movie_metadata.exe

展开全部 131 项

• 第1节-数据挖掘工程师实战——先导篇(一).pdf
• 第2节 向量基础-mp4
• 第3节 矩阵的运算-mp4
• 第4节 特殊矩阵-mp4
• 第5节 最小二乘法-mp4
• 第6节 最小二乘法代码-mp4
• 第1节-数据挖掘工程师实战——先导篇(二).pdf
• 第2节 概率-mp4
• 第3节 离散型随机变量-mp4
• 第4节 连续型随机变量-mp4
• 第5节 正态分布-mp4
• 第6节 极大似然估计-mp4
• 第7节 期望估计-mp4
• 第8节 伯努利分布-mp4
• 第9节 偏差和方差-mp4
• 第10节 过拟合欠拟合-mp4
• 4.NaiveBayes.exe
• 第1节-数据挖掘工程师实战——先导篇(三).pdf
• 第2节 条件概率-mp4
• 第3节 贝叶斯公式-mp4
• 第4节 朴素贝叶斯-mp4
• 第5节 sklearn朴素贝叶斯-mp4
• 第6节 垃圾邮件分类-mp4
• 2.KNN.exe
• 第1节-数据挖掘工程师实战——先导篇(四).pdf
• 第2节 距离的度量-mp4
• 第3节 KNN思想-mp4
• 第4节 KNN_sklearn-mp4
• 第5节 KD树-mp4
• 第6节 手写数字识别-mp4
• 1 Python基础语法.pdf
• 2 国际数据主要国家(地区)20年年度数据-utf8.exe
• 2 numpy基础.pdf
• 2 作业.txt
• 4 Pandas基础.pdf
• 5 matplotlib基础.pdf
• 5 TestData.exe
• 5 作业需求.txt
• 6 pandas和matplotlib案例讲解.pdf
• 7 常见的数据挖掘面试题.pdf
• 7 快速排序时间复杂度.png
• 7 数据结构(一)(1) (1).pdf
• 8 数据结构(二).pdf
• 9 数据结构(三).pdf
• 10 头脑风暴(编程实战).exe
• 11 数学基础一.pdf
• 12 数学基础(二).pdf
• 13 数学基础(三).pdf
• 14 数学基础(四).pdf
• 第1节 python基础语法-mp4
• 第2节 Numpy基础-mp4
• 第3节 知识串联案例讲解-mp4
• 第4节 Pandas基础课程-mp4
• 第5节 Matplotlib基础-mp4
• 第6节 pandas与matplotlib案例讲解-mp4
• 第7节 数据结构1-mp4
• 第8节 数据结构2-mp4
• 第9节 数据结构3-mp4
• 第10节 数据结构常见面试题讲解-mp4
• 第11节 数学基础一-mp4
• 开门见山,入木三分-mp4
• 开门见山,入木三分.pdf
• 数据结构(一)(1).pdf
• 兵无常形,特征工程代码数据.exe
• 兵无常形,特征工程课件.pdf
• 模型的评估指标汇总-mp4
• 取之精华,去伪取真-mp4
• 数据挖掘2期-清明假期作业.pdf
• 作业参考答案.exe
• 法有定论,兵无常形-mp4
• 模型解释代码数据.exe
• 模型解释课件.pdf
• Lineregression算法代码数据.exe
• 线性回归算法-mp4
• 线性回归算法.pdf
• 逻辑回归算法-mp4
• 逻辑回归算法精讲.pdf
• Logistic回归(逻辑斯特)算法.exe
• 逻辑回归算法之如何实现客户逾期还款业务 - 代码.exe
• 逻辑回归算法之如何实现客户逾期还款业务.pdf
• 银行利润最大化.mp4
• SVM算法代码.exe
• SVM算法课件.pdf
• 支持向量机-SVM-mp4
• 20200418用户流失预警随堂问题.txt
• 20200418用户流失预警系统 — 代码.exe
• 20200418用户流失预警系统 —课件.pdf
• 20200421建筑能源得分预测报告-代码.exe
• 开课吧数据挖掘第二期[完结]/
• 01第一章 Python基础/
• 02第二章 数据挖掘先导课(一)/
• 03第三章 数据挖掘先导课(二)/
• 04第四章 数据挖掘先导课(三)/
• 05第五章 数据挖掘先导课(四)/
• 06第六章 数据挖掘预科课/
• 07第七章 开门见山,入木三分/
• 08第八章 取之精华,去伪取真/
• 09第九章 法有定论,兵无常形/
• 10第十章 线性回归算法/
• 11第十一章 逻辑回归算法/
• 12第十二章 银行利润最大化/
• 13第十三章 支持向量机-SVM/
• 15第十五章 建筑能源预测模型(上)/
• 16第十六章 建筑能源预测模型(下)/
• 17第十七章 决策树算法/
• 18第十八章 随机森林算法/
• 19第十九章 金融信用评分模型/
• 20第二十章 梯度提升算法/
• 21第二十一章 XGBoost算法/
• 22第二十二章 高潜用户预测平台-上/
• 23第二十三章 高潜用户预测平台-下/
• 24第二十四章 聚类算法 k-Means/
• 25第二十五章 时间序列(一)/
• 26第二十六章 时间序列(二)/
• 27第二十七章 啤酒销量时序分析/
• 28第二十八章 作业讲解/
• 29第二十九章 社交平台有效信息侦测/
• 30第三十章 智能设备采集的用户行为数据的分析/
• 31第三十一章 个性化新闻推荐/
• 32第三十二章 上市资讯公司营收预测/
• 33第三十三章 保险公司用户精细分层/
• 34第三十四章 电商平台用户画像/