无印资料库-A16000~A17999-A16200~A16299/A16227_北大硕士亲授！最系统的机器学习100天计划！真正的从0到1进阶之路！

如果未搜索到所需课程，请更换目录再次搜索，例如：刚刚搜素的“A10000~A15599”没搜到需要的课程，那么请点击下面“A15600~A16500”更换目录，继续搜索，如所有目录均未搜到，即是目录里面没有，联系上家人工搜索即可。

主页/A16200~A16299/A16227_北大硕士亲授！最系统的机器学习100天计划！真正的从0到1进阶之路！/

001、001开发环境配置.mp4
002、002数据预处理—导入数据集.mp4
003、003数据预处理—处理缺失值.mp4
004、004数据预处理—类别特征编码.mp4
005、005数据预处理—划分训练集.mp4
006、006数据预处理—标准化.mp4
007、007简单线性回归—理论.mp4
008、008简单线性回归—实战.mp4
009、009多项式回归—理论.mp4
010、010多项式回归—实战.mp4
011、011回归模型评估指标.mp4
012、012回归模型评估指标—代码.mp4
013、013梯度下降算法理论.mp4
014、014梯度下降算法求解线性回归.mp4
015、015逻辑回归—基本原理.mp4
016、016逻辑回归—损失函数.mp4
017、017逻辑回归—梯度下降算法.mp4
018、018逻辑回归—Python实战.mp4
019、019分类模型评价指标—混淆矩阵.mp4
020、020分类模型评价指标—PR曲线.mp4
021、021分类模型评价指标—ROC曲线和AUC.mp4
022、022分类模型评价指标—Python实现.mp4
023、023过拟合与欠拟合.mp4
024、024L1、L2正则化.mp4
025、025L2正则化的Python实现.mp4
026、026K近邻分类算法—理论.mp4
027、027Python中的函数和类.mp4
028、028K近邻分类算法—Python实现.mp4
029、029K折交叉验证.mp4
030、030K近邻分类算法—K值的选择.mp4
031、031K近邻回归算法.mp4
032、032KD树的构造与搜索.mp4
033、033KD树的Python实现.mp4
034、034先验概率、条件概率.mp4
035、035贝叶斯公式.mp4
036、036朴素贝叶斯.mp4
037、037朴素贝叶斯—挑个好西瓜.mp4
038、038朴素贝叶斯—处理离散数据.mp4
039、039朴素贝叶斯—处理连续数据.mp4
040、040线性支持向量机—公式推导.mp4
041、041对偶支持向量机—公式推导.mp4
042、042线性支持向量机的Python实现.mp4
043、043核支持向量机.mp4
044、044核支持向量机的Python实现.mp4
045、045软间隔支持向量机.mp4
046、046软间隔支持向量机的Python实现.mp4
047、047支持向量回归SVR.mp4
048、048支持向量回归的Python实现.mp4
049、049决策树—基于ID3算法.mp4
050、050决策树—基于ID3算法的Python实现.mp4
051、051决策树—基于C4.5算法.mp4
052、052决策树—基于C4.5算法的Python实现.mp4
053、053决策树—基于CART算法.mp4
054、054决策树—基于CART算法剪枝.mp4
055、055决策树—CART回归树的Python实现.mp4
056、056决策树—CART分类树的Python实现.mp4
057、057集成学习Bagging.mp4
058、058随机森林算法—基本原理.mp4
059、059随机森林算法—手写数字识别.mp4
060、060集成学习Boosting思想.mp4
061、061AdaBoost算法—基本原理.mp4
062、062AdaBoost算法—Python实现.mp4
063、063GBDT算法—基本原理.mp4
064、064GBDT算法—波士顿房价预测.mp4
065、065XGBoost算法—基本原理.mp4
066、066XGBoost算法—Python实现.mp4
067、067LightGBM算法—基本原理.mp4
068、068LightGBM算法—Python实现.mp4
069、069CatBoost算法—基本原理.mp4
070、070CatBoost算法—Python实现.mp4
071、071K—Means聚类算法—基本原理.mp4
072、072K—means聚类算法—Python实现.mp4
073、073奇异值分解SVD—基本原理.mp4
074、074奇异值分解SVD—python实现.mp4
075、075主成分分析PCA—基本原理.mp4
076、076主成分分析PCA—Python实现.mp4
077、077深度学习概述.mp4
078、078感知机.mp4
079、079多层感知机.mp4
080、080JupyterNotebook快速入门.mp4
081、081浅层神经网络—基本结构.mp4
082、082浅层神经网络—前向传播.mp4
083、083浅层神经网络—激活函数.mp4
084、084浅层神经网络—反向传播.mp4
085、085浅层神经网络—更新参数.mp4
086、086浅层神经网络—参数初始化.mp4
087、087从零开始搭建神经网络.mp4
088、088神经网络为什么要深.mp4
089、089神经网络中的符号标记.mp4
090、090前向传播与反向传播.mp4
091、091多分类函数Softmax.mp4
092、092从零开始搭建深层神经网络.mp4
093、093正则化.mp4
094、094梯度优化.mp4
095、095梯度消失和梯度爆炸.mp4
096、096批归一化.mp4
097、097超参数调试.mp4
098、098训练集、验证集、测试集.mp4
099、099错误分析.mp4
100、100总结.mp4

Copyright © All rights reserved.

信息加载中,请等待...