免费网盘目录搜索软件-知识大课堂-·知识大课堂 A完结

信息加载中,请等待...

主页/自我提升平台/07.网易云课堂/Python机器学习实战067/

小学初中大学电子教材大全
第100课：整体架构.mp4
第101课：实例演示.mp4
第102课：过拟合解决方案.mp4
第103课：cifar分类任务.mp4
第104课：分模块构造神经网络.mp4
第105课：训练神经网络完成分类任务.flv
第105课：训练神经网络完成分类任务.mp4
第106课：感受神经网络的强大.mp4
第107课：变量.mp4
第108课：变量练习.mp4
第109课：线性回归模型.mp4
第10课：List索引.mp4
第110课：逻辑回归框架.mp4
第111课：逻辑回归迭代.mp4
第112课：神经网络模型.mp4
第113课：完成神经网络.mp4
第114课：卷积神经网络模型.mp4
第115课：卷积神经网络参数.mp4
第116课：安装tensorflow.mp4
第117课：神经网络模型概述.mp4
第118课：tensorflow参数.mp4
第119课：卷积简介.mp4
第11课：循环结构.mp4
第120课：构造网络结构.mp4
第121课：训练网络模型.mp4
第122课： PCA问题.mp4
第123课：PCA降维实例.mp4
第124课：SVD原理.mp4
第125课：SVD推荐系统.mp4
第126课：聚类算法.mp4
第127课：Adaboost集成算法.mp4
第128课：特征工程.mp4
第129课：特征工程2.mp4
第12课：判断结构.mp4
第130课：HTTP检测任务与数据挖掘的核.mp4
第131课：论文的重要程度.mp4
第132课：BenchMark概述.mp4
第133课：BenchMark的作用.mp4
第13课：字典.mp4
第14课：文件处理.mp4
第15课：函数基础.mp4
第16课：Numpy数据结构.mp4
第17课：Numpy基本操作.mp4
第18课：Numpy矩阵属性.mp4
第19课：Numpy矩阵操作.mp4
第1课：AI时代首选Python.mp4
第20课：Numpy常用函数.mp4
第21课：Pandas数据读取.mp4
第22课：Pandas数据预处理.mp4
第23课：Pandas常用函数.mp4
第24课：Pandas-Series结构.mp4
第25课：Matplotlib折线图.mp4
第26课：Matplotlib子图操作.mp4
第27课：条形图与散点图.mp4
第28课：柱形图与盒图.mp4
第29课：细节设置.mp4
第2课：Python我该怎么学.mp4
第30课：线性回归算法概述.mp4
第31课：误差项分析.mp4
第32课：似然函数求解.mp4
第33课：目标函数推导.mp4
第34课：线性回归求解.mp4
第35课：案例：汽车价格预测任务概述.mp4
第36课：案例：缺失值填充.mp4
第37课：案例：特征相关性.mp4
第38课：案例：预处理问题.mp4
第39课：案例：回归求解.mp4
第3课：人工智能的核心——机器学习.mp4
第40课：梯度下降原理.mp4
第41课：梯度下降方法对比.mp4
第42课：学习率对结果的影响.mp4
第43课：逻辑回归算法原理推导.mp4
第44课：逻辑回归求解.mp4
第45课：实现逻辑回归任务概述.mp4
第46课：完成梯度下降模块.mp4
第47课：停止策略与梯度下降案例.mp4
第48课：实验对比效果.mp4
第49课：科比数据集简介.mp4
第4课：机器学习该怎么学？.mp4
第50课：数据预处理.mp4
第51课：建模.mp4
第52课：案例背景和目标.mp4
第53课：样本不均衡解决方案.mp4
第54课：下采样策略.mp4
第55课：交叉验证.mp4
第56课：模型评估方法.mp4
第57课：正则化惩罚.mp4
第58课：逻辑回归模型.mp4
第59课：混淆矩阵.mp4
第5课：算法推导与案例.mp4
第60课：逻辑回归阈值对结果的影响.mp4
第61课：SMOTE样本生成策略.mp4
第62课：决策树原理概述.mp4
第63课：衡量标准--熵.mp4
第64课：决策树构造实例.mp4
第65课：信息增益率.mp4
第66课：决策树剪枝策略.mp4
第67课：决策树复习.mp4
第68课：决策树涉及参数.mp4
第69课：树可视化与sklearn库简介.mp4
第6课：系列课程环境配置.mp4
第70课：sklearn参数选择.mp4
第71课：集成算法-随机森林.mp4
第72课：特征重要性衡量.mp4
第73课：提升模型.mp4
第74课：堆叠模型.mp4
第75课：数据介绍.mp4
第76课：数据预处理.mp4
第77课：回归模型.mp4
第78课：随机森林模型.mp4
第79课：支持向量机要解决的问题.mp4
第7课：Python快速入门.mp4
第80课：距离与数据的定义.mp4
第81课：目标函数.mp4
第82课：目标函数求解.mp4
第83课：SVM求解实例.mp4
第84课：支持向量的作用.mp4
第85课：软间隔问题.mp4
第86课：SVM核变换.mp4
第87课：sklearn求解支持向量机.mp4
第88课：SVM参数选择.mp4
第89课：深度学习概述.mp4
第8课：变量类型.mp4
第90课：挑战与常规套路.mp4
第91课：用K近邻来进行分类.mp4
第92课：超参数与交叉验证.mp4
第93课：线性分类.mp4
第94课：损失函数.mp4
第95课：正则化惩罚项.mp4
第96课：softmax分类器.mp4
第97课：最优化形象解读.mp4
第98课：最优化问题细节.mp4
第99课：反向传播.mp4
第9课：LIST基础.mp4
系统使用教程