1 机器学习绪论

1 - 1 引言 15 分钟

立即学习

1 - 2 基本术语 11 分钟

立即学习

1 - 3 假设空间&归纳偏好 14 分钟

立即学习

2 模型评估与选择

2 - 1 经验误差与过拟合 11 分钟

立即学习

2 - 2 评估方法 11 分钟

立即学习

2 - 3 性能度量 20 分钟

立即学习

2 - 4 性能度量Python实现 15 分钟

立即学习

3 回归分析(Regression Analysis)

3 - 1 线性回归基本形式 8 分钟

立即学习

3 - 2 线性回归模型的Python实现 11 分钟

立即学习

3 - 3 波士顿房价预测的Python实现 18 分钟

立即学习

3 - 4 逻辑回归介绍 19 分钟

立即学习

3 - 5 研究生入学录取预测的Python实现 13 分钟

立即学习

4 决策树(Decision Tree)

4 - 1 从女生相亲到决策树 9 分钟

立即学习

4 - 2 明天适合打球吗 12 分钟

立即学习

4 - 3 决策树拆分属性选择 17 分钟

立即学习

4 - 4 决策树算法家族 10 分钟

立即学习

4 - 5 泰坦尼克号生还者预测—数据预处理 14 分钟

立即学习

4 - 6 泰坦尼克号生还者预测—模型构建与预测 12 分钟

立即学习

4 - 7 决策树可视化 15 分钟

立即学习

5 人工神经网络(Artificial Neural Network)

5 - 1 单个神经元介绍 9 分钟

立即学习

5 - 2 经典网络结构介绍 8 分钟

立即学习

5 - 3 神经网络工作流程演示 13 分钟

立即学习

5 - 4 如何修正网络参数-梯度下降法 9 分钟

立即学习

5 - 5 网络工作原理推导 13 分钟

立即学习

5 - 6 网络搭建准备 16 分钟

立即学习

5 - 7 样本从输入层到隐层传输的Python实现 12 分钟

立即学习

5 - 8 网络输出的Python实现 4 分钟

立即学习

5 - 9 单样本网络训练的Python实现 25 分钟

立即学习

5 - 10 全样本网络训练的Python实现 13 分钟

立即学习

5 - 11 网络性能评价 13 分钟

立即学习

5 - 12 调用sklearn实现神经网络算法 17 分钟

立即学习

6 最近邻算法（KNN）

6 - 1 KNN算法介绍-PPT 15 分钟

立即学习

6 - 2 KNN算法解决鸢尾花分类问题 13 分钟

立即学习

7 朴素贝叶斯分类(Naive Bayesian)

7 - 1 非洲人还是北美人 7 分钟

立即学习

7 - 2 为什么有“朴素”二字 9 分钟

立即学习

7 - 3 拉普拉斯修正 6 分钟

立即学习

7 - 4 用高斯朴素贝叶斯算法解决鸢尾花分类问题 9 分钟

立即学习

8 聚类分析(Cluster Analysis)

8 - 1 聚类分析概述 8 分钟

立即学习

8 - 2 相似性度量 7 分钟

立即学习

8 - 3 K-Means聚类分析算法介绍 12 分钟

立即学习

8 - 4 利用K-Means算法对鸢尾花进行聚类 22 分钟

立即学习

8 - 5 聚类结果的性能度量 17 分钟

立即学习

8 - 6 调用sklearn实现聚类分析 9 分钟

立即学习

9 支持向量机(Support Vector Machine)

9 - 1 间隔与支持向量 21 分钟

立即学习

9 - 2 对偶问题 20 分钟

立即学习

9 - 3 核函数 10 分钟

立即学习

9 - 4 软间隔与正则化 7 分钟

立即学习

9 - 5 支持向量机算法的Python实现 12 分钟

立即学习

10 小结

10 - 1 小结 23 分钟

立即学习