一个半小时人生
视频选集
（86/98）
课时5机器学习怎么学？
08:38
课时6算法推导与案例
08:21
课时2AI时代首选Python
09:21
课时3Python我该怎么学
04:22
课时4人工智能的核心-机器学习
10:35
课时1课程介绍（主题与大纲
10:46
课时7使用Anaconda安装python环境（Python新手先看这个）
13:11
课时10Numpy基础结构
10:45
课时11Numpy矩阵基础
05:56
课时12Numpy常用函数
12:03
课时13矩阵常用操作
10:19
课时14不同复制操作对比
10:50
课时15Pandas数据读取
11:51
课时16Pandas索引与计算
10:28
课时17Pandas数据预处理实例
13:04
课时18Pandas常用预处理方法
11:13
课时19Pandas自定义函数
07:45
课时20Series结构
12:30
课时21折线图绘制
08:25
课时22子图操作
14:04
课时23条形图与散点图
10:12
课时24柱形图与盒图
10:17
课时25细节设置
06:13
课时26Seaborn简介
02:45
课时27整体布局风格设置
07:48
课时28风格细节设置
06:50
课时29调色板
10:40
课时30调色板颜色设置
08:18
课时31单变量分析绘图
09:39
课时32回归分析绘图
08:53
课时33多变量分析绘图
10:36
课时34分类属性绘图
09:40
课时35Facetgrid使用方法
08:49
课时36Facetgrid绘制多变量
08:30
课时37热度图绘制
14:19
课时38线性回归算法概述
14:23
课时39误差项分析
11:33
课时40似然函数求解
09:35
课时41目标函数推导
09:21
课时42线性回归求解
10:57
课时43梯度下降原理
11:43
课时44梯度下降方法对比
07:20
课时45学习率对结果的影响
06:08
课时46逻辑回归算法原理推导
10:52
课时47逻辑回归求解
14:53
课时48Python实现逻辑回归任务概述
07:33
课时49完成梯度下降模块
12:51
课时50停止策略与梯度下降案例
10:55
课时51实验对比效果
10:25
课时52案例背景和目标
08:32
课时53样本不均衡解决方案
10:17
课时54下采样策略
06:36
课时55交叉验证
13:03
课时56模型评估方法
13:05
课时57正则化惩罚
08:09
课时58逻辑回归模型
07:37
课时59混淆矩阵
08:52
课时60逻辑回归阈值对结果的影响
10:01
课时61SMOTE样本生成策略
15:51
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85文本分析与关键词提取
12:12
课时86相似度计算
11:44
课时87新闻数据与任务简介
10:21
课时88TF-IDF关键词提取
13:29
课时89LDA建模
09:11
课时90基于贝叶斯算法进行新闻分类
14:54
课时91支持向量机要解决的问题
10:05
课时92距离与数据的定义
10:33
课时93目标函数
09:41
课时94目标函数求解
11:27
课时95SVM求解实例
13:45
课时96支持向量的作用
11:53
课时97软间隔问题
06:46
课时98SVM核变换
16:52
课时99sklearn求解支持向量机
11:24
课时100SVM参数选择
13:59
顶部