尚硅谷-AI大模型之机器学习

星***

尚硅谷AI大模型之机器学习
　 3.代码
　 4.视频
　 1.资料&算法图都在笔记中
　 2.测试数据
　　 notebook.exe
　　 1.资料&算法图都在笔记中.exe
　　 data.exe
　　 035_核心原理_经验误差和泛化误差.mp4
　　 062_KNN_归一化.mp4
　　 025_机器学习_基本术语.mp4
　　 014_数学基础_矩阵其它运算代码测试.mp4
　　 005_数学基础_代码绘制导函数图像.mp4
　　 085_逻辑回归_多分类_Softmax回归.mp4
　　 080_逻辑回归_损失函数.mp4
　　 067_KNN_心脏病检测案例_模型训练、保存和预测.mp4
　　 082_逻辑回归_API介绍.mp4
　　 073_线性回归_正规方程法求解.mp4
　　 090_感知机_逻辑门代码实现_与门.mp4
　　 099_决策树_工作过程.mp4
　　 058_KNN_基本原理.mp4
　　 118_无监督学习_降维_SVD基本原理.mp4
　　 089_感知机_表示逻辑门电路.mp4
　　 011_数学基础_矩阵概念及基本运算.mp4
　　 047_核心原理_模型求解_梯度下降法案例2.mp4
　　 040_核心原理_拟合案例_恰好拟合和过拟合.mp4
　　 055_核心原理_分类评价综合案例.mp4
　　 038_核心原理_拟合案例_导入模块和生成数据.mp4
　　 069_线性回归_基本概念和应用.mp4
　　 009_数学基础_标量与向量.mp4
　　 107_SVM_线性SVM.mp4
　　 095_朴素贝叶斯_极大似然估计.mp4
　　 032_核心原理_特征工程_相关系数法_Spearman.mp4
　　 020_数学基础_似然函数和极大似然估计.mp4
　　 092_感知机_感知机的局限.mp4
　　 106_SVM_线性可分SVM.mp4
　　 050_核心原理_模型求解_牛顿法和拟牛顿法.mp4
　　 086_逻辑回归案例_手写数字识别_数据集加载.mp4
　　 022_机器学习_概念范畴.mp4
　　 033_核心原理_特征工程_PCA降维.mp4
　　 120_无监督学习_降维_PCA.mp4
　　 057_核心原理_分类评价指标_AUC.mp4
　　 061_KNN_常见距离度量方法.mp4
　　 024_机器学习_应用领域.mp4
　　 013_数学基础_矩阵的其它运算和张量.mp4
　　 054_核心原理_分类评价指标_评估报告.mp4
　　 018_数学基础_概率分布.mp4
　　 030_核心原理_特征工程_低方差过滤法.mp4
　　 041_核心原理_正则化.mp4
　　 010_数学基础_向量代码测试.mp4
　　 068_KNN_心脏病检测案例_网格搜索和交叉验证.mp4
　　 088_感知机_基本原理.mp4
　　 001_机器学习课程简介.mp4
　　 031_核心原理_特征工程_相关系数法_Pearson.mp4
　　 017_数学基础_概率的基本概念和计算.mp4
　　 112_无监督学习_聚类_整体介绍.mp4
　　 037_核心原理_拟合案例_整体思路.mp4
　　 049_核心原理_模型求解_梯度下降法的应用.mp4
　　 019_数学基础_贝叶斯定理.mp4
　　 119_无监督学习_降维_SVD代码调用.mp4
　　 021_机器学习_概述.mp4
　　 008_数学基础_梯度.mp4
　　 072_线性回归_一元线性回归解析解.mp4
　　 023_机器学习_发展历史.mp4
　　 029_核心原理_特征工程_整体介绍.mp4
　　 076_线性回归_梯度下降法_手动代码实现.mp4
　　 098_决策树_基本原理.mp4
　　 012_数学基础_矩阵基本运算代码测试.mp4
　　 087_逻辑回归案例_手写数字识别_模型训练和预测.mp4
　　 059_KNN_分类示例代码.mp4
　　 043_核心原理_交叉验证.mp4
　　 083_逻辑回归案例_心脏病检测.mp4
　　 084_逻辑回归_多分类_OVR.mp4
　　 027_机器学习_常见方法.mp4
　　 102_决策树_信息增益率和C4.5.mp4
　　 111_集成学习_随机森林.mp4
　　 039_核心原理_拟合案例_欠拟合.mp4
　　 093_感知机_多层感知机实现异或门.mp4
　　 074_线性回归_API调用_截距参数.mp4
　　 075_线性回归_梯度下降法.mp4
　　 053_核心原理_分类评价指标_准确率、精确率、召回率和F1.mp4
　　 028_核心原理_监督学习建模流程.mp4
　　 081_逻辑回归_损失函数的梯度.mp4
　　 094_朴素贝叶斯_基本原理.mp4
　　 077_线性回归_梯度下降法API_SGDRegressor.mp4
　　 042_核心原理_正则化案例.mp4
　　 007_数学基础_方向导数.mp4
　　 048_核心原理_模型求解_学习率测试.mp4
　　 097_朴素贝叶斯_学习和分类.mp4
　　 015_数学基础_矩阵求导.mp4
　　 117_无监督学习_聚类_评价指标.mp4
　　 116_无监督学习_聚类_KMeans代码示例.mp4
　　 064_KNN_标准化.mp4
　　 056_核心原理_分类评价指标_ROC曲线.mp4
　　 002_数学基础_导数的概念和基本公式.mp4
　　 103_决策树_基尼指数和CART.mp4
　　 063_KNN_归一化代码测试.mp4
　　 060_KNN_回归示例代码.mp4
　　 065_KNN_心脏病检测案例_数据集加载.mp4
　　 091_感知机_逻辑门代码实现_与非门和或门.mp4
　　 096_朴素贝叶斯_贝叶斯估计.mp4
　　 036_核心原理_欠拟合和过拟合.mp4
　　 070_线性回归_API调用.mp4
　　 051_核心原理_回归评价指标.mp4
　　 101_决策树_信息增益和ID3.mp4
　　 114_无监督学习_聚类_层次聚类.mp4
　　 026_机器学习_分类.mp4
　　 110_集成学习_AdaBoost.mp4
　　 109_集成学习_基本概念和分类.mp4
　　 016_数学基础_梯度矩阵.mp4
　　 044_核心原理_模型求解_解析法.mp4
　　 115_无监督学习_聚类_密度聚类.mp4
　　 078_线性回归_梯度下降法案例_广告效果预测.mp4
　　 113_无监督学习_聚类_K-means.mp4
　　 045_核心原理_模型求解_梯度下降法.mp4
　　 079_逻辑回归_基本原理和应用.mp4
　　 052_核心原理_分类评价指标_混淆矩阵.mp4
　　 104_决策树_剪枝.mp4
　　 105_SVM_基本介绍.mp4
　　 004_数学基础_用导数求极值和二阶导数.mp4
　　 003_数学基础_基本求导法则.mp4
　　 108_SVM_非线性SVM.mp4
　　 066_KNN_心脏病检测案例_特征工程.mp4
　　 071_线性回归_损失函数.mp4
　　 006_数学基础_偏导数.mp4
　　 034_核心原理_损失函数.mp4
　　 100_决策树_信息熵和条件熵.mp4
　　 046_核心原理_模型求解_梯度下降法案例1.mp4

下载地址:

游客，如果您要查看本帖隐藏内容请回复

Whisper***

来了挺久了，看到星友们越来越好，活跃一下混个脸熟