3天快速入门python机器学习【黑马程序员】
教程目录：
01-上节回顾.avi
01-上节回顾..avi
01-人工智能概述.avi
02-转换器与预估.avi
02-线性模.avi
02-什么是机器学习.avi
03-机器学习算法分类.avi
03-损失函数.avi
03-knn算法.avi
04-优化方法1-正规方程.avi
04-模型选择与调.avi
04-机器学习开发流.avi
05-facebook案例流程分析.avi
05-优化方法2-梯度下降.avi
05-学习框架和资料介.avi
06-facebook案例代码实现.avi
06-正规方程与梯度下降对.avi
06-可用数据.avi
07-梯度下降优化.avi
07-sklearn数据集使.avi
07-朴素贝叶斯算法原.avi
08-过拟合与欠拟.avi
08-字典特征抽取.avi
08-朴素贝叶斯算法对文本分类.avi
09-文本特征抽取countvectorizer.avi
09-认识决策.avi
09-岭回.avi
10-中文文本特征抽取.avi
10-决策树算法对鸢尾花分.avi
10-逻辑回归原理.avi
11-逻辑回归对癌症分.avi
11-泰坦尼克号乘客分类案例流程分.avi
11-文本特征抽取tfidfvevtorizer.avi
12-数据预处 归一.avi
12-泰坦尼克号案例代码实.avi
12-精确率、召回率、F1-score.avi
13-随机森林.avi
13-数据预处 标准.avi
13-roc曲线与Auc指标.avi
14-什么是降维.avi
14-总结.avi
14-模型保存与加.avi
15-kmeans算法原理.avi
15-删除低方差特征与相关系数.avi
16-主成分分.avi
教程目录及说明.txt
16-聚类的模型评.avi
17-总结.avi
17-instacart降维案例.avi
18-总结.avi
