机器学习算法基础-覃秉丰

45.8万
9213
2018-12-11 20:45:14
5372
5221
2.2万
2430
本课程资料下载链接: 链接: https://pan.baidu.com/s/13K3siZI9Bp-k6S8MPHguAw 密码: 6n4k 看完这个课程的同学可以看配套的机器学习项目实战课程:https://www.bilibili.com/video/BV1mK411N7pP/ 我创建了一个机器学习的qq群,学习本视频的同学可以一起加入讨论,群号为:697783705
10年AI研发培训专家 | 阿里国际人工智能高级专家和讲师
视频选集
(1/81)
【预备章节】1-1.机器学习背景知识介绍
32:27
【预备章节】1-2.python安装
10:25
【预备章节】1-3.机器学习基础概念
26:38
【线性回归以及非线性回归】2-1.一元线性回归
19:14
【线性回归以及非线性回归】2-2.代价函数
35:11
【线性回归以及非线性回归】2-3.梯度下降法
30:49
【线性回归以及非线性回归】2-4.(实战)梯度下降法-一元线性回归
27:53
【线性回归以及非线性回归】2-5.(实战)sklearn-一元线性回归
08:49
【线性回归以及非线性回归】2-6.线性代数复习
11:52
【线性回归以及非线性回归】2-7.多元线性回归
07:38
【线性回归以及非线性回归】2-8.(实战)梯度下降法-多元线性回归
21:23
【线性回归以及非线性回归】2-9.(实战)sklearn-多元线性回归
04:16
【线性回归以及非线性回归】2-10.(实战)sklearn-多项式回归
20:39
【线性回归以及非线性回归】2-11.标准方程法
21:50
【线性回归以及非线性回归】2-12.(实战)标准方程法
11:43
【线性回归以及非线性回归】2-13.特征缩放,交叉验证法
13:13
【线性回归以及非线性回归】2-14.过拟合,正则化
12:45
【线性回归以及非线性回归】2-15.岭回归
18:13
【线性回归以及非线性回归】2-16.(实战)sklearn-岭回归
16:28
【线性回归以及非线性回归】2-17.(实战)标准方程法-岭回归
09:08
【线性回归以及非线性回归】2-18.LASSO算法
11:53
【线性回归以及非线性回归】2-19.(实战)sklearn-LASSO算法
06:23
【线性回归以及非线性回归】2-20.(实战)sklearn-弹性网
07:55
【逻辑回归】3-1.逻辑回归
26:52
【逻辑回归】3-2.正确率,召回率,F1指标
08:28
【逻辑回归】3-3.(实战)梯度下降法-逻辑回归
40:43
【逻辑回归】3-4.(实战)sklearn-逻辑回归
05:46
【逻辑回归】3-5.(实战)梯度下降法-非线性逻辑回归
16:38
【逻辑回归】3-6.(实战)sklearn-非线性逻辑回归
07:28
【神经网络】4-1.神经网络背景概述
17:29
【神经网络】4-2.单层感知器介绍
15:54
【神经网络】4-3.(实践)单层感知器程序
15:36
【神经网络】4-4.(实践)单层感知器-异或问题
04:25
【神经网络】4-5.(实践)线性神经网,Delta学习规则
15:48
【神经网络】4-6.(实践)线性神经网络解决异或问题
21:50
【神经网络】4-7.BP神经网络介绍
20:13
【神经网络】4-8.BP算法推导
19:05
【神经网络】4-9.(实践)BP神经网络-异或问题
20:45
【神经网络】4-10.深入理解BP神经网络(论文讲解)
28:41
【神经网络】4-11.Google神经网络演示平台介绍
23:35
【KNN算法】5-1.KNN算法介绍
12:21
【KNN算法】5-2.(实践)KNN算法实现
15:21
【KNN算法】5-3.(实践)使用KNN完成Iris数据集分类
12:03
【决策树】6-1.决策树-信息熵,ID3,C4.5算法介绍
25:51
【决策树】6-2.(实践)决策树-例子
19:12
【决策树】6-3.(实践)决策树-画图
16:14
【决策树】6-4.决策树-CART算法
19:16
【决策树】6-5.(实践)决策树-CART算法
06:35
【决策树】6-6.(实践)决策树-线性二分类
09:09
【决策树】6-7.(实践)决策树-非线性二分类
12:21
【集成学习】7-1.(实践)Bagging介绍与使用
24:55
【集成学习】7-2.(实践)随机森林RF介绍与使用
08:09
【集成学习】7-3.(实践)Adaboost介绍与使用
24:18
【集成学习】7-4.(实践)Stacking和Voting介绍与使用
11:04
【集成学习】7-5.Kaggle介绍,数据分析
20:25
【贝叶斯算法】8-1.贝叶斯算法背景
15:01
【贝叶斯算法】8-2.贝叶斯算法介绍
17:56
【贝叶斯算法】8-3.(实践)贝叶斯-iris
03:46
【贝叶斯算法】8-4.(实践)词袋模型介绍
17:41
【贝叶斯算法】8-5.(实践)TF-IDF算法介绍
13:59
【聚类算法】9-1.K-MEANS算法介绍
21:00
【聚类算法】9-2.(实践)python实现K-MEANS算法
29:58
【聚类算法】9-3.(实践)sklearn-K-MEANS
04:33
【聚类算法】9-4.(实践)sklearn-Mini-Batch-K-Means
04:26
【聚类算法】9-5.K-MEANS算法存在的4个问题
05:34
【聚类算法】9-6.(实践)K-MEANS代价函数应用
08:25
【聚类算法】9-7.(实践)K-MEANS肘部法则
07:58
【聚类算法】9-8.K-MEANS算法可视化
05:56
【聚类算法】9-9.DBSCAN算法讲解
10:28
【聚类算法】9-10.DBSCAN算法可视化
13:06
【聚类算法】9-11.(实践)sklearn-DBSCAN算法
11:48
【主成分分析PCA】10-1.PCA算法讲解
18:07
【主成分分析PCA】10-2.(实践)python实现PCA降维
08:35
【主成分分析PCA】10-3.(实践)手写数字降维可视化
10:43
【支持向量机SVM】11-1.SVM简介
17:52
【支持向量机SVM】11-2.(实践)SVM简单例子
06:03
【支持向量机SVM】11-3.SVM算法推导
26:37
【支持向量机SVM】11-4.松弛变量与惩罚函数
11:15
【支持向量机SVM】11-5.SVM简单实例
10:40
【支持向量机SVM】11-6.SVM低维映射到高维
07:09
【支持向量机SVM】11-7.核函数
10:01
客服
顶部
赛事库 课堂 2021拜年纪