最新公告
  • 优质资源共享持续更新,优质的服务和体验 如何充值SVIP/如何免费获取会员
  • 机器学习入门 Scikit-learn实现经典小案例

    机器学习入门 Scikit-learn实现经典小案例 最后编辑:2021-12-26
    资源介绍: mp4格式 超清画质 资料齐全 包更新一手资源网盘在线学习

    | ├──第1章 机器学习概述
    | | ├──1-1 机器学习-导学【.mp4 7.52M
    | | ├──1-10 SFrame中的apply函数【.mp4 9.12M
    | | ├──1-2 概述【.mp4 5.60M
    | | ├──1-3 本门课的内容【.mp4 1.87M
    | | ├──1-4 IPython Notebook介绍【.mp4 7.81M
    | | ├──1-5 python 基本语法【.mp4 12.34M
    | | ├──1-6 条件和循环语句【.mp4 10.30M
    | | ├──1-7 Python中的函数【.mp4 4.73M
    | | ├──1-8 GraphLab Canvas【.mp4 8.99M
    | | └──1-9 SFrame中的列操作【.mp4 9.62M
    | ├──第2章 回归模型—理论
    | | ├──2-1 课前须知。【.mp4 5.67M
    | | ├──2-10 回归总结【.mp4 6.36M
    | | ├──2-2 线性回归概述【.mp4 1.35M
    | | ├──2-3 预测房价【.mp4 3.99M
    | | ├──2-4 线性回归【.mp4 5.13M
    | | ├──2-5 加入更高阶的因素【.mp4 4.17M
    | | ├──2-6 通过训练-测试分离来评估过拟合【.mp4 9.01M
    | | ├──2-7 训练测试曲线【.mp4 4.60M
    | | ├──2-8 加入新的特征【.mp4 2.61M
    | | └──2-9 其他回归示例【.mp4 4.52M
    | ├──第3章 回归模型—房价预测进阶案例
    | | ├──3-1 进阶案例介绍【.mp4 5.58M
    | | ├──3-2 探索房屋数据集【.mp4 5.22M
    | | ├──3-3 可视化数据集的特征【.mp4 18.79M
    | | ├──3-4 实现回归模型【.mp4 46.04M
    | | ├──3-5 应用线性回归模型【.mp4 51.43M
    | | ├──3-6 使用sklearn来构建线性回归模型【.mp4 9.75M
    | | ├──3-7 评估线性回归模型【.mp4 16.15M
    | | ├──3-8 MSE和R2评分【.mp4 7.25M
    | | └──3-9 多项式拟合【.mp4 54.06M
    | ├──第4章 分类模型—理论
    | | ├──4-1 分类-分析情感【.mp4 822.39kb
    | | ├──4-10 类别概率【.mp4 2.32M
    | | ├──4-11 分类总结【.mp4 3.07M
    | | ├──4-2 从主题预测情感【.mp4 7.19M
    | | ├──4-3 分类器应用【.mp4 6.58M
    | | ├──4-4 线性分类器【.mp4 6.40M
    | | ├──4-5 决策边界【.mp4 4.27M
    | | ├──4-6 训练和评估分类器【.mp4 4.84M
    | | ├──4-7 什么是好的精度【.mp4 9.18M
    | | ├──4-8 混淆矩阵【.mp4 7.55M
    | | └──4-9 学习曲线【.mp4 6.26M
    | ├──第5章 分类模型—情感分析进阶案例
    | | ├──5-1 情感分析进阶案例-读取数据【.mp4 7.22M
    | | ├──5-2 情感分析进阶案例-TFIDF表示【.mp4 11.53M
    | | ├──5-3 情感分析进阶案例 - 文本预处理【.mp4 18.15M
    | | ├──5-4 情感分析进阶案例 - 分词【.mp4 7.76M
    | | ├──5-5 情感分析进阶案例 - 去除停用词【.mp4 5.62M
    | | └──5-6 情感分析进阶案例 - 构建分类器.mp4【.mp4 38.21M
    | ├──第6章 聚类和相似度模型—理论
    | | ├──6-1 聚类和相似度-文档检索【.mp4 730.33kb
    | | ├──6-10 其他例子【.mp4 7.78M
    | | ├──6-11 聚类和相似度总结【.mp4 5.55M
    | | ├──6-2 检索感兴趣的文档【.mp4 1.61M
    | | ├──6-3 用于测量相似度的单词计数表示【.mp4 7.14M
    | | ├──6-4 应用TF-IDF对于重要单词进行优先级排序【.mp4 3.91M
    | | ├──6-5 TF-IDFf文档表示【.mp4 4.62M
    | | ├──6-6 检索相似的文档【.mp4 2.66M
    | | ├──6-7 文档聚类【.mp4 3.39M
    | | ├──6-8 聚类介绍【.mp4 4.67M
    | | └──6-9 k-均值【.mp4 4.12M
    | ├──第7章 聚类和相似度模型—维基百科人物相似度案例
    | | ├──7-1 使用pandas来读取维基百科人物数据集【.mp4 11.13M
    | | ├──7-2 使用sklearn来进行词袋模型表示【.mp4 12.88M
    | | └──7-3 使用skearn来进行tfidf表示和相似度计算【.mp4 11.47M
    | ├──第8章 推荐系统—理论
    | | ├──8-1 推荐商品【.mp4 1.33M
    | | ├──8-10 通过矩阵分解发现隐藏结构【.mp4 6.66M
    | | ├──8-11 特征+矩阵分解【.mp4 3.72M
    | | ├──8-12 推荐系统的性能度量【.mp4 6.44M
    | | ├──8-13 最优推荐【.mp4 2.38M
    | | ├──8-14 准确率-召回率曲线【.mp4 6.64M
    | | ├──8-15 推荐系统总结【.mp4 3.88M
    | | ├──8-2 我们在哪能见到推荐系统【.mp4 6.78M
    | | ├──8-3 推荐的分类模型【.mp4 4.01M
    | | ├──8-4 协同过滤【.mp4 4.28M
    | | ├──8-5 流行物品的影响【.mp4 2.52M
    | | ├──8-6 正规化同现矩阵【.mp4 5.20M
    | | ├──8-7 矩阵补全问题【.mp4 5.17M
    | | ├──8-8 通过用户和物品的特征进行推荐【.mp4 6.12M
    | | └──8-9 利用矩阵形式预测【.mp4 2.82M
    | ├──第9章 推荐系统—构建推荐系统案例
    | | ├──9-1 读取和探索推荐数据【.mp4 7.55M
    | | ├──9-2 将样本分成训练集和验证集【.mp4 14.47M
    | | ├──9-3 基于用户和商品的推荐【.mp4 15.90M
    | | ├──9-4 推荐结果评估【.mp4 14.88M
    | | └──9-5 基于SVD的推荐【.mp4 18.25M
    | ├──第10章 深度学习—理论
    | | ├──10-1 深度学习:图像搜索(1)【.mp4 2.29M
    | | ├──10-1 深度学习:图像搜索【.mp4 2.29M
    | | ├──10-2 神经网络【.mp4 12.77M
    | | ├──10-3 深度学习在计算机视觉中的应用。【.mp4 6.99M
    | | ├──10-4 深度学习的性能【.mp4 3.77M
    | | ├──10-5 计算机视觉中的深度学习【.mp4 2.88M
    | | ├──10-6 深度学习的挑战【.mp4 3.13M
    | | ├──10-7 迁移学习【.mp4 9.00M
    | | └──10-8 深度学习总结【.mp4 3.17M
    | ├──第11章 神经网络—案例部分
    | | ├──11-1 神经网络拟合XOR函数【.mp4 10.43M
    | | └──11-2 利用神经网络进行手写识别【.mp4 26.02M
    | ├──第12章 结尾章
    | | ├──12-1 部署机器学习应用【.mp4 4.30M
    | | ├──12-2 部署之后发生了什么?【.mp4 8.76M
    | | ├──12-3 机器学习的挑战【.mp4 9.04M
    | | └──12-4 课程总结。【.mp4 3.74M

    猜你在找

    免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站(邮箱suppport_77@126.com),本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。
    vipc9资源站 » 机器学习入门 Scikit-learn实现经典小案例

    常见问题FAQ

    视频格式是什么?
    不加密,网盘在线学习
    怎么发货?
    自动发货,提供百度云链接和提取码【如失效点击网站右侧联系客服】】
    有些资源没更新完结怎么办?
    本站资源包更新至完结,后续可以点击链接获取
    有问题不懂的怎么办
    可以咨询qq客服
    • 26997会员总数(位)
    • 8940资源总数(个)
    • 16本周发布(个)
    • 0 今日发布(个)
    • 1483稳定运行(天)

    提供最优质的资源集合

    加入我们
  • © 2024 it僧院 . All rights reserved      
  • 升级SVIP尊享更多特权立即升级