黑马程序员AI大模型必备《机器学习》全套视频教程,从算法到实战项目,覆盖KNN算法、线性回归、逻辑回归、决策树、集成学习、KMeans算法、数据挖掘等

151.7万
1.4万
2025-10-27 10:00:00
6898
5750
2.4万
2811
本套视频教程所有配套资料领取方式如下: 关注黑马程序员公 粽 号,回复关键词:251027 【AI大模型学习路线图】展开查看更多内容 https://www.bilibili.com/opus/1129722427782201345 如何下载资料 https://www.bilibili.com/opus/443715248901563958 人工智能开发热门教程: AI大模型开发:BV1h1VbzHER2 Python语言进阶:BV1U2WmzfEqp Python数据分析:BV1ReshzoEgG 机器学习:BV1Fzszz4Ek7 深度学习与神经网络:BV1c5yrBcEEX NLP自然语言处理:BV1GByoBfE73 AI-OpenCV图像处理:BV1Fo4y1d7JL 人工智能深度学习:BV1L4411v7fB 图像与视觉处理:BV1Rz4y1R7Mb ======================================================================== 本课程通过简洁、高效、通俗易懂案例教学来讲授人工智能领域核心机器学习技术,系统性讲解了机器学习核心概念、监督学习及无监督学习算法,以解决实际需求为导向,培养学生可以选择不同算法构建模型,从而解决实际问题。 ========================================================================
咨询课程1对1就业指导、技术提升直接私信,周一到周五晚7点直播答疑求职技术干货,领取课程源码+资料,关注黑马程序员公众号,回复:领取资源02
视频选集
(1/130)
机器学习课程导学
12:16
第一章-机器学习概述-01.机器学习_大纲介绍
10:13
第一章-机器学习概述-02.机器学习_相关概述目录介绍
07:29
第一章-机器学习概述-03.机器学习_AI_ML_DL介绍
30:31
第一章-机器学习概述-04.机器学习_基于规则和模型的介绍
12:25
第一章-机器学习概述-05.机器学习_应用领域和发展史介绍
15:53
第一章-机器学习概述-06.机器学习_名词介绍
11:26
第一章-机器学习概述-07.机器学习_算法分类
38:29
第一章-机器学习概述-08.机器学习_建模流程
20:56
第一章-机器学习概述-09.机器学习_特征工程介绍
20:59
第一章-机器学习概述-10.上午内容回顾
06:45
第一章-机器学习概述-11.机器学习_模型拟合问题
19:54
第一章-机器学习概述-12.机器学习_环境搭建
11:49
第一章-机器学习概述-13.KNN算法_简介
32:03
第一章-机器学习概述-14.KNN算法_思路分析
12:58
第一章-机器学习概述-15.KNN算法_分类思想代码实现
20:20
第一章-机器学习概述-16.KNN算法_回归思想代码实现
19:36
第二章-KNN算法-01.常用的距离度量方式
31:02
第二章-KNN算法-02.特征预处理_归一化
25:31
第二章-KNN算法-03.特征预处理_标准化
17:27
第二章-KNN算法-04.鸢尾花案例_查看数据集
25:12
第二章-KNN算法-05.鸢尾花案例_数据集可视化
11:28
第二章-KNN算法-06.鸢尾花案例_切分训练集和测试集
12:27
第二章-KNN算法-07.鸢尾花案例_模型的评估和预测
28:35
第二章-KNN算法-08.交叉验证和网格搜索_介绍
17:48
第二章-KNN算法-09.交叉验证和网格搜索_代码实现
26:01
第二章-KNN算法-10.手写数字识别_数据集介绍
13:48
第二章-KNN算法-11.手写数字识别_绘制数字
23:34
第二章-KNN算法-12.手写数字识别_训练和保存模型
18:56
第二章-KNN算法-13.手写数字识别_加载和使用模型
19:22
第二章-KNN算法-14.解决预测错误的Bug
06:26
第三章-线性回归-01.今日内容大纲介绍
13:18
第三章-线性回归-02.线性回归简介
24:08
第三章-线性回归-03.线性回归API_入门
11:10
第三章-线性回归-04.损失函数介绍
42:09
第三章-线性回归-05.导数_复习
33:41
第三章-线性回归-06.偏导数_复习
19:36
第三章-线性回归-07.上午内容回顾
11:39
第三章-线性回归-08.矩阵_复习
52:42
第三章-线性回归-09.一元线性回归_正规方程法
29:14
第三章-线性回归-10.多元线性回归_正规方程法(上)
36:15
第三章-线性回归-11.多元线性回归_正规方程法(下)
09:02
第三章-线性回归-12.补充_为啥转换时是Xw
15:13
第三章-线性回归-13.单变量_梯度下降法
19:47
第三章-线性回归-14.多变量_梯度下降法
22:49
第四章-线性回归-01.银行信贷案例_梯度下降法
43:09
第四章-线性回归-02.梯度下降算法分类
37:12
第四章-线性回归-03.回归模型_评估方法
13:38
第四章-线性回归-04.正规方程_线性回归对象API介绍
41:45
第四章-线性回归-05.梯度下降_线性回归对象API介绍
15:51
第四章-线性回归-06.代码演示_欠拟合
35:40
第四章-线性回归-07.代码演示_正好拟合
15:53
第四章-线性回归-08.代码演示_过拟合
05:50
第四章-线性回归-09.L1和L2正则化解释
40:30
第五章-逻辑回归-01.今日内容大纲介绍
12:21
第五章-逻辑回归-02.逻辑回归_简介
08:38
第五章-逻辑回归-03.逻辑回归_概率相关知识回顾
36:04
第五章-逻辑回归-04.逻辑回归_原理介绍
22:49
第五章-逻辑回归-05.逻辑回归案例_癌症预测
35:11
第五章-逻辑回归-06.混淆矩阵及精确率, 召回率, F1值介绍
23:18
第五章-逻辑回归-07.混淆矩阵_精确率_召回率_F1值_代码演示
30:22
第五章-逻辑回归-08.混淆矩阵_总结
04:15
第五章-逻辑回归-09.ROC曲线和AUC指标介绍(了解)
09:02
第五章-逻辑回归-10.ROC曲线_案例(了解)
30:12
第六章-决策树-01.逻辑回归_电信用户流失预测_数据预处理
29:41
第六章-决策树-02.逻辑回归_电信用户流失预测_数据可视化
12:36
第六章-决策树-03.逻辑回归_电信用户流失预测_模型训练预测评估
18:13
第六章-决策树-04.决策树_简介
14:38
第六章-决策树-05.决策树_信息熵简介
22:18
第六章-决策树-06.决策树_信息增益计算
19:13
第六章-决策树-07.ID3决策树_搭建
33:05
第六章-决策树-08.上午内容回顾
08:04
第六章-决策树-09.C4.5树_信息增益率
42:00
第六章-决策树-10.Cart树原理介绍
58:37
第六章-决策树-11.三种决策树总结
06:17
第六章-决策树-12.泰坦尼克号案例_数据集介绍
16:30
第六章-决策树-13.泰坦尼克号案例_代码演示
21:33
第六章-决策树-14.CART决策树_回归用法
16:49
第七章-集成学习-01.回归决策树和线性回归对比
31:32
第七章-集成学习-02.决策树_剪枝介绍
17:54
第七章-集成学习-03.集成学习_大纲介绍
09:38
第七章-集成学习-04.集成学习_简介
12:28
第七章-集成学习-05.集成学习_Bagging和Boosting思想介绍
19:07
第七章-集成学习-06.Bagging思想_随机森林算法介绍
18:40
第七章-集成学习-07.随机森林API_泰坦尼克号案例
27:35
第七章-集成学习-08.Boosting思想_AdaBoost自适应提升树介绍
22:29
第七章-集成学习-09.AdaBoost算法_推导过程
51:39
第七章-集成学习-10.AdaBoost算法_葡萄酒案例
30:39
第七章-集成学习-11.GBDT算法_梯度提升树介绍
22:25
第七章-集成学习-12.GBDT算法_推导过程
38:00
第七章-集成学习-13.GBDT算法_泰坦尼克号案例
32:19
第八章-KMeans算法-01.XGBoost极限梯度提升树_简介
22:37
第八章-KMeans算法-02.XGBoost极限梯度提升树_推导
59:29
第八章-KMeans算法-03.XGBoost API介绍
09:42
第八章-KMeans算法-04.XGBoost案例_红酒品质分类_数据预处理
19:46
第八章-KMeans算法-05.XGBoost案例_红酒品质分类_模型训练
12:04
第八章-KMeans算法-06.XGBoost案例_红酒品质分类_模型评测
19:50
第八章-KMeans算法-07.朴素贝叶斯_简介
42:23
第八章-KMeans算法-08.商品评论情感分析_思路分析
13:28
第八章-KMeans算法-09.商品评论情感分析_数据预处理
46:05
第八章-KMeans算法-10.商品评论情感分析_模型训练和预测
11:54
第八章-KMeans算法-11.聚类算法_简介
20:47
第八章-KMeans算法-12.聚类算法_API初识
25:46
第八章-KMeans算法-13.聚类算法_推导流程
23:43
第九章-数据挖掘实战项目-01.聚类算法评估指标_SSE介绍
14:31
第九章-数据挖掘实战项目-02.聚类算法评估指标_SSE代码实现
22:20
第九章-数据挖掘实战项目-03.聚类算法评估指标_sc, ch轮廓系数介绍
16:33
第九章-数据挖掘实战项目-04.sc, ch轮廓系数_代码演示
13:58
第九章-数据挖掘实战项目-05.用户分群_求解最优K值
27:08
第九章-数据挖掘实战项目-06.用户分群_代码实现
27:03
第九章-数据挖掘实战项目-07.时序数据介绍
25:10
第九章-数据挖掘实战项目-08.时序数据分类介绍
13:01
第九章-数据挖掘实战项目-09.时序预测_算法介绍
15:42
第九章-数据挖掘实战项目-10.电力负荷预测案例_背景介绍
09:42
第九章-数据挖掘实战项目-11.电力负荷预测案例_项目搭建
17:23
第九章-数据挖掘实战项目-12.电力负荷预测案例_日志功能介绍
20:51
第九章-数据挖掘实战项目-13.电力负荷预测案例_数据预处理
13:05
第九章-数据挖掘实战项目-14.电力负荷预测案例_定义电力负荷模型类
11:57
第九章-数据挖掘实战项目-15.电力负荷预测案例_查看数据整体和各小时负荷分布
24:14
第九章-数据挖掘实战项目-16.电力负荷案例_按照月份_假日可视化数据
14:07
第九章-数据挖掘实战项目-17.电力负荷案例_特征工程_添加小时和月份字段
10:59
第九章-数据挖掘实战项目-18.电力负荷案例_特征工程_添加上n小时(窗口字段)
11:42
第九章-数据挖掘实战项目-19.电力负荷案例_特征工程_昨日同时刻负荷
18:22
第九章-数据挖掘实战项目-20.电力负荷案例_模型训练_评估_保存
22:25
第九章-数据挖掘实战项目-21.电力负荷案例_预测类代码实现
11:27
第九章-数据挖掘实战项目-22.电力负荷案例_解析预测特征(上)
11:54
第九章-数据挖掘实战项目-23.电力负荷案例_解析预测特征(下)
23:27
第九章-数据挖掘实战项目-24.电力负荷案例_结果展示
22:34
第九章-数据挖掘实战项目-25.电力负荷案例_扩展思路
13:14
【课程完结】
11:29
客服
顶部
赛事库 课堂 2021拜年纪