└─ 梗直哥瞿炜-机器学习必修课:经典算法与Python实战 ->
├─ 03-1-3-1本章总览:相互关系与学习路线.mp4 - 5.5M
├─ 09-8-9-8非线性SVM代码实现.mp4 - 21.9M
├─ 14-4-14-4隐马尔可夫模型代码实现.mp4 - 29.4M
├─ 11-5-11-5并行策略:随机森林.mp4 - 12.6M
├─ 11-4-11-4并行策略:Bagging、OOB等方法.mp4 - 36.7M
├─ 12-3-12-3k-means和分层聚类.mp4 - 15.3M
├─ 08-4-8-4正向传播与反向传播.mp4 - 18.6M
├─ 09-7-9-7SVM核函数.mp4 - 15.9M
├─ 05-5-5-5模型评价:MSE、RMSE、MAE和R方.mp4 - 22.7M
├─ 04-1-4-1本章总览.mp4 - 7M
├─ 10-4-10-4朴素贝叶斯的代码实现.mp4 - 20.1M
├─ 14-3-14-3EM算法参数估计.mp4 - 14.7M
├─ 13-8-13-8主成分分析优缺点和适用条件.mp4 - 6.6M
├─ 12-2-12-2聚类算法核心思想和原理.mp4 - 10.8M
├─ 08-9-8-9神经网络优缺点和适用条件.mp4 - 13M
├─ 09-3-9-3硬间隔SVM.mp4 - 22.1M
├─ 13-6-13-6PCA在数据降噪中的应用.mp4 - 11M
├─ 13-3-13-3PCA求解算法.mp4 - 20.9M
├─ 10-2-10-2贝叶斯方法核心思想和原理.mp4 - 24.1M
├─ 03-3-3-3Anaconda命令行操作.mp4 - 10M
├─ 12-5-12-5聚类评估代码实现.mp4 - 15.9M
├─ 10-3-10-3朴素贝叶斯分类.mp4 - 13.5M
├─ 11-7-11-7结合策略:Stacking方法.mp4 - 13.8M
├─ 13-7-13-7PCA在人脸识别中的应用.mp4 - 23M
├─ 11-6-11-6串行策略:Boosting.mp4 - 20.6M
├─ 06-9-6-9正则化.mp4 - 31.2M
├─ 04-8-4-8KNN回归任务代码实现.mp4 - 22.2M
├─ 11-8-11-8集成学习优缺点和适用条件.mp4 - 16M
├─ 09-6-9-6非线性SVM:核技巧.mp4 - 35.3M
├─ 14-2-14-2概率图模型核心思想和原理.mp4 - 34.6M
├─ 10-5-10-5多项式朴素贝叶斯代码实现.mp4 - 19.7M
├─ 12-4-12-4聚类算法代码实现.mp4 - 19.5M
├─ 09-2-9-2SVM核心思想和原理.mp4 - 13.5M
├─ 08-3-8-3激活函数.mp4 - 24.5M
├─ 15-3-15-3房价预测.mp4 - 54.6M
├─ 14-1-14-1本章总览.mp4 - 9.5M
├─ 12-6-12-6聚类算法优缺点和适用条件.mp4 - 12.4M
├─ 04-3-4-3KNN分类任务代码实现.mp4 - 27.6M
├─ 12-1-12-1本章总览.mp4 - 6.5M
├─ 08-5-8-5梯度下降优化算法.mp4 - 23.8M
├─ 03-4-3-4JupyterNotebook基础使用.mp4 - 14.5M
├─ 10-1-10-1本章总览.mp4 - 15M
├─ 13-5-13-5降维任务代码实现.mp4 - 18.1M
├─ 09-10-9-10SVM优缺点和适用条件.mp4 - 10.5M
├─ 01-1-1课程内容和理念.mp4 - 27.1M
├─ 06-5-6-5过拟合与欠拟合.mp4 - 19.6M
├─ 03-11-3-11Numpy数组统计运算:常用的都在这儿了.mp4 - 9.8M
├─ 02-1-2-1本章总览.mp4 - 5.1M
├─ 03-1-3课程使用的技术栈.mp4 - 18.3M
└─ 05-10-5-10复杂逻辑回归及代码实现.mp4 - 15.1M
微信视频投屏:
1、在手机端微信中会拦截投屏功能,需要首先点击视频页面右上角“...”图标,选择“在浏览器中打开”,在列表中选取具备投屏功能的浏览器,推荐使用QQ浏览器
2、在新打开的浏览器视频页面里,点击播放按钮,可在视频框右上角看到一个“TV”投屏小图标,只要电视和手机在同一WiFi环境下,点击按钮即刻享受大屏观感!
本站资源声明:
1、如需免费下载云盘资源,请先点击页面右上角的“登录”按钮,注册并登录您的账号后即可查看到网盘资源下载地址;
2、本站所有资源信息均由网络爬虫自动抓取,以非人工方式自动筛选长效资源并更新发布,资源内容只作交流和学习使用,本站不储存、复制、传播任何文件,其资源的有效性和安全性需要您自行判断;
3、本站高度重视知识产权保护,如有侵犯您的合法权益或违法违规,请立即向网盘官方举报反馈,并提供相关有效书面证明与侵权页面链接联系我们处理;
4、作为非盈利性质网站,仅提供网络资源的免费搜索和检测服务,无需额外支付其他任何费用,学习和交流的同时请小心防范网络诈骗。