视频选集
（5/30）
课时62决策树原理概述
12:25
课时63衡量标准-熵
11:03
课时64决策树构造实例
10:09
课时65信息增益率
05:50
课时66决策树剪枝策略
15:31
课时67决策树复习
08:54
课时68决策树涉及参数
11:08
课时69树可视化与sklearn库简介
18:14
课时70sklearn参数选择
11:46
课时71集成算法-随机森林
12:02
课时72特征重要性衡量
13:51
课时73提升模型
11:15
课时74堆叠模型
07:09
课时75船员数据分析
11:02
课时76数据预处理
11:38
课时77使用回归算法进行预测
12:12
课时78使用随机森林改进模型
13:26
课时79随机森林特征重要性分析
15:56
课时80贝叶斯算法概述
07:00
课时81贝叶斯推导实例
07:39
课时82贝叶斯拼写纠错实例
11:46
课时83垃圾邮件过滤实例
14:10
课时84贝叶斯实现拼写检查器
12:20
课时129集成算法思想
05:36
课时130xgboost基本原理
11:08
课时131xgboost目标函数推导
12:17
课时132xgboost求解实例
11:29
课时133xgboost安装
03:38
课时134xgboost实战演示
14:49
课时135Adaboost算法概述
13:00
顶部