【人工智能入门到精通！】清华大佬79集精讲，绝对通俗易懂！（深度学习/机器学习/神经网络）
【欢迎评论区留下你的看法！】
人工智能的前景非常广阔。它已经开始改变我们的生活方式，并且将继续改变未来。
人工智能技术在许多领域都有着广泛的应用，如：医疗、金融、制造业、物流、农业、教育等。在未来，人工智能将更加普及，并且将不断改进，使其更加智能、更加高效、更加便捷。同时，人工智能将带来许多新的机会和挑战，因此，我们需要积极应对这些挑战，并且把握这些机会。
视频选集
（1/79）
直观理解所有机器学习算法
22:23
人工智能入门学习路线图
08:30
1 人工智能概述
08:04
2 人工智能发展历程
04:56
3 人工智能主要分支
11:44
4 人工智能必备三要素
07:51
5 人工智能工作流程概述
10:00
6 数据集的介绍.
13:07
7 特征工程介绍
10:12
8 机器学习算法分类
20:55
9 分类模型评估介绍
04:04
10 回归模型评估和拟合问题
08:00
11 azure平台实验演示
24:26
12 深度学习简介
06:58
1 机器学习基础环境库的安装
03:43
2 jupyter基本使用介绍
14:33
3 jupytermarkdown功能演示
08:31
1 matplotlib基本简介
11:57
2 基础绘图功能演示 图像保存 xy轴刻度 添加网格
23:56
3 多次plot和显示图例
09:32
4 多个坐标系显示图像
13:05
1 昨日复习
15:49
2 常见图形绘制
19:22
3 numpy基本介绍
14:31
4 ndarray介绍
13:29
5 生成数组
13:53
6 正态分布和均匀分布
23:00
1 pandas介绍和DataFrame使用
33:39
2.案例_电影数据分析2.ev4
19:42
3.索引操作.ev4
13:09
4 今日总结
10:48
5 昨日复习
20:27
6 索引操作
13:09
7 赋值和排序
11:06
8 算术运算和逻辑运算
12:46
1 k近邻算法简介
12:50
2 k近邻算的初步使用
16:57
3 距离度量（一）
06:59
4 距离度量（二）
11:03
5 距离度量（三）
17:46
6 k值的选择
08:13
7 kd树构造
29:06
8 kd树搜索(2.1,3.1)
05:58
1 线性回归简介
09:08
2 线性回归api初步使用
06:11
3 数学求导复习（一）
02:25
4 数学求导复习（二）
04:45
1 梯度下降法初步简介
22:44
2 梯度下降法介绍
14:29
3 正规方程api使用
13:33
1 欠拟合过拟合简介
23:14
2 岭回归和lasso回归
08:30
3 弹性网络和early stopping
07:20
4 岭回归案例实现
10:25
1 逻辑回归介绍
23:08
2 逻辑回归案例实现
33:55
3 精确率和召回率介绍
06:45
4 精确率和召回率api实现
09:01
5 roc和auc案例实现
12:35
1 决策树算法简介
05:07
2 信息熵的介绍
14:57
3 今日总结
12:37
4 昨日复习
19:15
5 信息增益（一）
13:43
6 信息增益（二）
16:45
1 集成学习介绍
05:44
2 bagging集成过程简介
03:09
3 随机森林介绍
18:59
6 boosting实现流程分析
15:21
7 bagging和boosting对比
07:24
1 聚类算法简介
06:20
2 聚类算法api初步使用
16:20
3 聚类算法实现流程简介
05:27
4 聚类算法实现流程案例介绍
06:36
5 模型评估
16:54
6 算法优化（一）
13:19
7 算法优化（二）
15:41
8 特征降维介绍和地低方差特征过滤
22:18
9 相关系数介绍
13:29
顶部