🤖 B站 - 机器学习必修课:经典AI算法与编程实战 瞿炜/
01-1课程内容和理念.mp4
01-2初识机器学习.mp4
01-3课程使用的技术栈.mp4
02-1本章总览.mp4
02-2数据长什么样:常见数据集、典型实例、如何使用.mp4
02-3研究哪些问题:分类、回归等.mp4
02-4如何分门别类:监督、无监督、强化学习等.mp4
02-5机器学习的七大常见误区和局限.mp4
03-10Numpy数组矩阵运算:一元运算、二元运算与矩阵运算.mp4
03-11Numpy数组统计运算:常用的都在这儿了.mp4
03-12Numpy数组arg运算和排序.mp4
03-13Numpy数组神奇索引和布尔索引.mp4
03-14Matplotlib数据可视化:基础绘制与设置.mp4
03-1本章总览:相互关系与学习路线.mp4
03-2Anaconda图形化操作.mp4
03-3Anaconda命令行操作.mp4
03-4JupyterNotebook基础使用.mp4
03-5JupyterNotebook高级使用:常用魔法命令.mp4
03-6Numpy基础:安装与性能对比.mp4
03-7Numpy数组创建:特定数组、等差数组、随机数组.mp4
03-8Numpy数组基础索引:索引和切片.mp4
03-9Numpy非常重要的数组合并与拆分操作.mp4
04-1本章总览.mp4
04-2KNN算法核心思想和原理.mp4
04-3KNN分类任务代码实现.mp4
04-4数据集划分:训练集与预测集.mp4
04-5模型评价.mp4
04-6超参数.mp4
04-7特征归一化.mp4
04-8KNN回归任务代码实现.mp4
免责声明:
本站提供的资源均来源于互联网,我们致力于分享有价值的信息和内容。我们对这些资源的真实性、准确性和合法性不作任何保证。所有资源版权归原作者所有。如果发现本站内容侵犯了您的权益,请及时联系我们,我们将在收到通知后立即删除相关内容。