声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除


第1讲 人工智能(AI)概述.mp4
第2讲 什么是机器学习.mp4
第3讲机器学习开发流程.mp4
第2讲 什么是机器学习.mp4
第3讲机器学习开发流程.mp4
第4讲 Scikit-learn介绍.mp4
第5讲 数据集介绍.mp4
第6讲Scikit-learn加载数据集.mp4
第7讲 数据集的划分.mp4
第8讲 类别特征提取-OneHotEncoder.mp4
第9讲 字典特征提取-DictVectorizer.mp4
第10讲 词袋模型(英文文本处理)-CountVectorizer.mp4
第11讲 词袋模型(中文文本处理)-CountVectorizer.mp4
第12讲TF-IDF模型-TfidfVectorizer.mp4
第13讲处理缺失值:SimpleImputer.mp4
第14讲归一化(Normalization):MinMaxScaler.mp4
第15讲 标准化(Standardization):StandardScaler.mp4
第16讲 特征选择 移除低方差特征(VarianceThreshold).mp4
第17讲 特征选择 单变量特征选择 SelectKBest-选择Top K个特征.mp4
第18讲 特征提取 主成分分析(PCA).mp4
第19讲 特征提取 线性判别分析(LDA).mp4
第20讲 分类算法-K-近邻(KNN).mp4
第21讲 线性模型 逻辑回归.mp4
第22讲 朴素贝叶斯算法.mp4
第23讲 决策树算法.mp4
第24讲 随机森林.mp4
第25讲线性回归(LinearRegression&SGDRegressor)算法.mp4
第26讲 岭回归(Ridge Regression)算法.mp4
第27讲 Lasso回归(Lasso Regression)算法.mp4
第28讲弹性网络(Elastic-Net).mp4
第29讲 K-Means(K均值)算法.mp4
第30讲 DBSCAN(基于密度的噪声应用空间聚类).mp4
第31讲 Agglomerative Clustering(凝聚层次聚类)算法.mp4
第32讲 模型保存及加载.mp4
配套资源
数学知识













