黑马程序员3天快速入门python机器学习
传智教育·黑马程序员人工智能研究院全新录制的人工智能入门教程
全部配套资源领取方式：关注黑马程序员公众号，回复关键词:领取资源02
===============================
该阶段是机器学习的入门课程，主要介绍一些经典的传统机器学习算法，如分类算法：KNN算法，朴素贝叶斯算法，逻辑回归，决策树算法以及随机森林；回归算法：线性回归，岭回归；聚类算法：KMeans算法，结合Python语言实现的经典机器学习库Sikit-Learn库，实现一些小型预测案例。
视频教程及资料出自http://yun.itheima.com/course/500.html?bili
===============================
本教程学完请继续下一课程：NLP自然语言处理BV17y4y1m737
视频选集
（17/49）
01-人工智能概述
16:29
02-什么是机器学习
10:42
03-机器学习算法分类
07:54
04-机器学习开发流程
03:04
05-学习框架和资料介绍
12:46
06-可用数据集
11:32
07-sklearn数据集使用
23:03
08-字典特征抽取
30:21
09-文本特征抽取CountVectorizer
15:41
10-中文文本特征抽取
14:18
11-文本特征抽取TfidfVevtorizer
17:34
12-数据预处理-归一化
18:06
13-数据预处理-标准化
07:47
14-什么是降维
06:30
15-删除低方差特征与相关系数
25:08
16-主成分分析
11:43
17-instacart降维案例
23:20
18-总结
14:19
01-上节回顾
10:02
02-转换器与预估器
10:59
03-KNN算法
32:59
04-模型选择与调优
16:28
05-Facebook案例流程分析
11:28
06-Facebook案例代码实现
19:31
07-朴素贝叶斯算法原理
26:42
08-朴素贝叶斯算法对文本分类
25:47
09-认识决策树
09:23
10-决策树算法对鸢尾花分类
41:28
11-泰坦尼克号乘客分类案例流程分析
05:03
12-泰坦尼克号案例代码实现
14:59
13-随机森林
19:31
14-总结
09:19
01-上节回顾.
08:48
02-线性模型
19:37
03-损失函数
09:24
04-优化方法1-正规方程
08:57
05-优化方法2-梯度下降
25:23
06-正规方程与梯度下降对比
11:50
07-梯度下降优化器
02:51
08-过拟合与欠拟合
17:29
09-岭回归
11:18
10-逻辑回归原理
27:42
11-逻辑回归对癌症分类
15:35
12-精确率、召回率、F1-score
17:41
13-ROC曲线与AUC指标
14:54
14-模型保存与加载
06:05
15-KMeans算法原理
16:17
16-聚类的模型评估
10:17
17-总结
13:06
顶部