文件内容:
file:138、神经网络实例.mp4
file:135、softmax分类器.mp4
file:137、神经网络整体架构.mp4
file:133、得分函数.mp4
file:136、反向传播.mp4
file:134、损失函数.mp4
file:132、计算机视觉常规挑战.mp4
file:139、激活函数.mp4
file:077、堆叠模型.mp4
file:075、特征重要性衡量.mp4
file:076、提升模型.mp4
file:074、集成算法-随机森林.mp4
file:173、模型架构.mp4
file:172、使用Tensorflow构建隐语义模型.mp4
file:171、得出商品推荐结果.mp4
file:169、Surprise库与数据简介.mp4
file:170、Surprise库使用方法.mp4
file:174、损失函数定义.mp4
file:175、训练网络模型.mp4
file:208、红牌和肤色的关系.mp4
file:205、特征可视化展示.mp4
file:203、数据切分模块.mp4
file:201、数据背景介绍.mp4
file:207、报表可视化分析.mp4
file:206、多特征之间关系分析.mp4
file:204、缺失值可视化分析.mp4
file:202、数据读取与预处理.mp4
file:109、线性判别分析要优化的目标.mp4
file:110、线性判别分析求解.mp4
file:108、线性判别分析要解决的问题.mp4
file:001、AI时代首选Python.mp4
file:002、Python我该怎么学？.mp4
file:003、人工智能的核心-机器学习.mp4
file:005、算法推导与案例.mp4
file:006、系列课程环境配置.mp4
file:004、机器学习怎么学？.mp4
file:197、维基百科词条EDA.mp4
file:199、Pandas数据重采样.mp4
file:198、Pandas生成时间序列.mp4
file:196、使用tsfresh库进行分类任务.mp4
file:195、股票预测案例.mp4
file:200、Pandas滑动窗口.mp4
file:058、交叉验证.mp4
file:061、逻辑回归模型.mp4
file:060、正则化惩罚项.mp4
file:055、案例背景和目标.mp4
file:064、SMOTE样本生成策略.mp4
file:062、混淆矩阵.mp4
file:063、逻辑回归阈值对结果的影响.mp4
file:056、样本不平衡解决方案.mp4
file:059、模型评估方法.mp4
file:057、下采样策略.mp4
file:086、垃圾邮件过滤实例.mp4
file:084、贝叶斯推导实例.mp4
file:085、贝叶斯拼写纠错实例.mp4
file:083、贝叶斯算法概述.mp4
file:087、贝叶斯实现拼写检查器.mp4
file:019、Numpy矩阵操作.mp4
file:020、Numpy常用函数.mp4
file:018、Numpy矩阵属性.mp4
file:017、Numpy基本操作.mp4
file:016、Numpy数据结构.mp4
file:098、SVM求解实例.mp4
file:094、支持向量机要解决的问题.mp4
file:097、目标函数求解.mp4
file:100、软间隔问题.mp4
file:096、目标函数.mp4
file:099、支持向量的作用.mp4
file:095、距离与数据的定义.mp4
file:101、SVM核变换.mp4
file:033、风格细节设置.mp4
file:036、单变量分析绘制.mp4
file:037、回归分析绘图.mp4
file:039、分类属性绘图.mp4
file:034、调色板.mp4
file:035、调色板颜色设置.mp4
file:040、热度图绘制.mp4
file:038、多变量分析绘图.mp4
file:032、布局整体风格设置.mp4
file:124、聚类案例实战.mp4
file:123、多种聚类算法概述.mp4
file:053、停止策略与梯度下降策略对比.mp4
file:052、完成梯度下降模块.mp4
file:051、Python实现逻辑回归任务概述.mp4
file:054、实验对比效果.mp4
file:131、GMM聚类.mp4
file:130、GMM实例.mp4
file:048、学习率对结果的影响.mp4
file:047、梯度下降方法对比.mp4
file:046、梯度下降原理.mp4
file:120、DBSCAN聚类算法.mp4
file:122、DBSCAN迭代可视化展示.mp4
file:121、DBSCAN工作流程.mp4
file:128、Jensen不等式.mp4
file:125、EM算法要解决的问题.mp4
file:127、EM算法求解实例.mp4
file:126、隐变量问题.mp4
file:129、GMM模型.mp4
file:193、建立AIRMA模型.mp4
file:190、数据平稳性与差分法.mp4
file:192、相关函数评估方法.mp4
file:194、参数选择.mp4
file:191、ARIMA模型.mp4
folder:51CTO【微职位】Python数据分析与机器学习实战课程配套视频课程
folder:第29章 神经网络
folder:第14章 集成算法与随机森林
folder:第34章 推荐系统实战
folder:第39章 探索性数据分析：赛事数据集
folder:第21章 降维算法：线性判别分析
folder:第1章 人工智能入学指南
folder:第38章 Python时间序列案例实战
folder:第11章 项目实战：案例实战信用卡欺诈检测
folder:第16 章贝叶斯算法
folder:第3章 科学计算库Numpy
folder:第18章 支持向量机算法
folder:第6章 Python可视化库Seaborn
folder:第26章 聚类实践
folder:第10章 案例实战：Python实现逻辑回归与梯度下降策略
folder:第28章 GMM聚类实践
folder:第8章 梯度下降算法
folder:第25章 聚类算法-DBSCAN
folder:第27章 EM算法
folder:第37章 时间序列-ARIMA模型
folder:第9章 逻辑回归算法
folder:第19章 SVM调参实例
folder:第40章 探索性数据分析：农粮组织数据集
folder:第13章 案例实战：决策树Sklearn实例
folder:第23章 降维算法：PCA主成分分析
folder:第4章 数据分析处理库Pandas
folder:第33章 推荐系统
folder:第35章 词向量模型Word2Vec
folder:第7章 线性回归算法
folder:第5章 可视化库Matplotlib
folder:第24章 聚类算法-Kmeans
folder:第15章 泰坦尼克船员获救
folder:第22章 案例实战：Python实现线性判别分析
folder:第20章 机器学习处理实际问题常规套路
folder:第31章 Mnist手写字体与验证码识别
folder:第32章 Xgboost集成算法
folder:第30章 Tensorflow实战
folder:课件与代码
folder:第12章 决策树算法
folder:第17章 Python文本数据分析
folder:第36章 使用Gensim库构造词向量模型
folder:第2章 Python快速入门