機械学習チュートリアル、機械学習入門から実践まで(KNN算法、線形回帰、ロジスティック回帰、決定木、ベイズ、パーセプトロン、集成学習、教師なし学習)

87.2万
4232
2025-08-26 10:00:00
4199
3747
1.4万
1582
【配套资料】关注公/粽/号:尚硅谷教育,回复“大模型”免费获取 【重磅开源】人工智能合集,硬核又免费,学员平均起薪超26K! Python:BV1tDsgzxECr 数据分析:BV1D9GLzyEL6 LangChain:BV1ZppNzHEY4 机器学习:BV1BYe4z5E9z 深度学习:BV1MRJmzSEaa NLP:BV1k44LzPEhU 开源的神:更新不停,开源不止,必须三连支持尚硅谷哦...
1V1就业指导、简历模板、毕设,加小谷姐姐秋:3276742687
動画セレクション
(1/120)
001_機械学習コース概要
06:41
002_数学基礎_微分の概念と基本公式
10:41
003_数学基礎_基本的な微分法則
08:21
004_数学基礎_微分を使った極値の求め方と二次導関数
18:00
005_数学基礎_コードで導関数のグラフを描画
19:23
006_数学基礎_偏微分
07:13
007_数学基礎_方向导数
10:02
008_数学基礎_勾配
10:49
009_数学基礎_スカラーとベクトル
17:27
010_数学基礎_ベクトルコードテスト
07:49
011_数学基礎_行列の概念と基本演算
18:08
012_数学基礎_行列基本演算コードテスト
20:27
013_数学基礎_その他の行列演算とテンソル
09:29
014_数学基礎_行列その他の演算コードテスト
10:25
015_数学基礎_行列微分
19:46
016_数学基礎_勾配行列
15:19
017_数学基礎_確率の基本概念と計算
10:54
018_数学基礎_確率分布
12:45
019_数学基礎_ベイズの定理
11:56
020_数学基礎_尤度関数と最尤推定
16:08
021_機械学習_概要
14:28
022_機械学習_概念と範疇
04:19
023_機械学習_発展の歴史
18:33
024_機械学習_応用分野
06:10
025_機械学習_基本用語
10:08
026_機械学習_分類
14:32
027_機械学習_一般的な手法
05:26
028_核心原理_教師あり学習モデリング流程
09:44
029_核心原理_特徴エンジニアリング_全体紹介
31:17
030_核心原理_特徴エンジニアリング_低分散フィルタリング法
18:46
031_核心原理_特徴量エンジニアリング_相関係数法_ピアソン
21:39
032_核心原理_特徴量エンジニアリング_相関係数法_Spearman
09:24
033_核心原理_特徴量エンジニアリング_PCA次元削減
30:58
034_核心原理_損失関数
11:56
035_核心原理_経験誤差と汎化誤差
08:10
036_核心原理_未学習と過学習
22:49
037_核心原理_フィッティングケーススタディ_全体の思路
09:49
038_核心原理_フィッティング事例_モジュールインインポートとデータ生成
13:57
039_核心原理_フィッティングケース_未学習
17:08
040_核心原理_フィッティングケーススタディ_過不足ないフィッティングと過学習
11:56
041_核心原理_正則化
20:52
042_核心原理_正則化ケーススタディ
19:28
043_核心原理_交差検証
12:29
044_核心原理_モデル求解_解析法
16:40
045_核心原理_モデル求解_勾配降下法
19:15
046_核心原理_モデル求解_勾配降下法事例1
18:42
047_核心原理_モデル求解_勾配降下法ケーススタディ2
14:21
048_核心原理_モデル求解_学習率テスト
05:40
049_核心原理_モデル求解_勾配降下法の応用
15:51
050_核心原理_モデル求解_ニュートン法と準ニュートン法
05:25
051_核心原理_回帰評価指標
12:47
052_核心原理_分類評価指標_混同行列
17:39
053_核心原理_分類評価指標_正解率、適合率、再現率、F1スコア
18:17
054_核心原理_分類評価指標_評価レポート
05:28
055_核心原理_分類評価総合事例
12:04
056_核心原理_分類評価指標_ROC曲線
25:26
057_核心原理_分類評価指標_AUC
09:30
058_KNN_基本原則
11:19
059_KNN_分類サンプルコード
20:23
060_KNN_回帰サンプルコード
04:29
061_KNN_一般的な距離測定方法
12:00
062_KNN_正規化
11:52
063_KNN_正規化コードテスト
06:09
064_KNN_標準化
08:11
065_KNN_心臓病検出事例_データセット読込
10:29
066_KNN_心臓病検出ケーススタディ_特徴量エンジニアリング
24:03
067_KNN_心臓病検出事例_モデル訓練・保存・予測
10:46
068_KNN_心臓病検査ケース_グリッドサーサーチと交差検証
23:24
069_線形回帰_基本概念と応用
08:37
070_線形回帰_API呼び出し
10:06
071_線形回帰_損失関数
19:07
072_線形回帰_単回帰分析の解析解
19:58
073_線形回帰_正規方程式法による求解
15:52
074_線形回帰_API呼び出し_切片パラメータ
05:19
075_線形回帰_最急降下法
13:28
076_線形回帰_最急降下法_手動コード実装
24:09
077_線形回帰_最急降下法API_SGDRegressor
19:45
078_線形回帰_勾配降下法ケーススタディ_広告効果予測
18:40
079_ロジスティック回帰_基本原理と応用
23:39
080_ロジスティック回帰_損失関数
11:00
081_ロジスティック回帰_損失関数の勾配
15:33
082_ロジスティック回帰_API紹介
11:26
083_ロジスティック回帰ケース_心臓病検査
10:20
084_ロジスティック回帰_多分類_OVR
08:58
085_ロジスティック回帰_多クラス分類_Softmax回帰
08:30
086_ロジスティック回帰ケース_手書き数字認識_データセット読み込み
14:16
087_ロジスティック回帰事例_手書き数字認識_モデル訓練と予測
10:09
088_パーセプトロン_基本原理
06:54
089_パーセプトロン_論理回路の表現
08:47
090_パーセプトロン_論理ゲートコード実装_ANDゲート
08:51
091_パーセプトロン_論理回路コード実装_ NANDゲートとORゲート
03:05
092_パーセプトロン_パーセプトロンの限界
08:37
093_パーセプトロン_多層パーセプトロンによるXORゲートの実現
06:51
094_ナイーブベイズ_基本原理
17:42
095_ナイーブベイズ_最尤推定
07:58
096_ナイーブベイズ_ベイズ推定
05:43
097_ナイーブベイズ_学習と分類
03:00
098_決定木_基本原理
09:52
099_決定木_ワークフロー
09:57
100_決定木_情報エントロピーと条件付きエントロピー
16:31
101_決定木_情報ゲインとID3
11:59
102_決定木_情報ゲイン率とC4.5
07:19
103_決定木_ジニ係数とCART
16:56
104_決定木_剪定
06:03
105_SVM_基本紹介
04:53
106_SVM_線形分離可能SVM
19:50
107_SVM_線形SVM
06:19
108_SVM_非線形SVM
07:03
109_アンサンンブル学習_基本概念と分類
07:43
110_アンサンブル学習_AdaBoost
09:20
111_アンサンンブル学習_ランダムフォレスト
05:33
112_教師なし学習_クラスタリング_概要説明
05:44
113_教師なし学習_クラスタリング_K-means法
14:21
114_教師なし学習_クラスタリング_階層的クラスタリング
03:32
115_教師なし学習_クラスタリング_密度クラスタリング
14:25
116_教師なし学習_クラスタリング_KMeansコード例
16:48
117_教師なし学習_クラスタリング_評価指標
21:21
118_教師なし学習_次元削減_SVD基本原��
20:37
119_教師なし学習_次元削減_SVDコード実装
07:21
120_教師なし学習_次元削減_PCA
16:26
赛事库 课堂 2021拜年纪