Python3入门机器学习 经典算法与应用 - 夸克搜-夸克资源搜索引擎
- project (1).zip
- 6-8 如何确定梯度计算的准确性 调试梯度下降法.mp4
- 6-2 模拟实现梯度下降法.mp4
- 6-9 有关梯度下降法的更多深入讨论.mp4
- 6-7 scikit-learn中的随机梯度下降法.mp4
- 6-5 梯度下降的向量化和数据标准化.mp4
- 12-3 使用信息熵寻找最优划分.mp4
- 12-6.mp4
- 12-5 CART与决策树中的超参数.mp4
- 13-3 Bagging和Pasting.mp4
- 13-6 Ada Boosting和Gradient Boosting.mp4
- 13-5 随机森林和Extra-Trees.mp4
- 13-4 oob(Out-of-Bag)和关于Bagging的更多讨论.mp4
- 13-7 Stacking.mp4
- 13-1什么是集成学习.mp4
- 13-2 SoftVoting Classifier.mp4
- 1-2 课程涵盖的内容和理念.mp4
- 2-4 批量学习,在线学习,参数学习和非参数学习.mp4
- 2-2 机器学习的主要任务.mp4
- 10-1 准确度的陷阱和混淆矩阵.mp4
- 10-2 精准率和召回率.mp4
- 9-2 逻辑回归的损失函数.mp4
- 9-5 决策边界.mp4
- 9-8 OvR与OvO.mp4
- 14-1 学习scikit-learn文档.mp4
扫码获取资源