Python数据分析与建模+人工智能+机器学习经典算法 麦子学院零基础实战人工智能课程


Python数据分析与建模+人工智能+机器学习经典算法 麦子学院零基础实战人工智能课程


(1)1Python快速入门;目录中文件数:10个

├─(1) 1.系列课程环境配置.mp4

├─(2) 10.函数基础.mp4

├─(3) 2.Python快速入门.mp4

├─(4) 3.变量类型.mp4

├─(5) 4.LIST基础.mp4

├─(6) 5.List索引.mp4

├─(7) 6.循环结构.mp4

├─(8) 7.判断结构.mp4

├─(9) 8.字典.mp4

├─(10) 9.文件处理.mp4

(2)2科学计算库Numpy;目录中文件数:5个

├─(11) 1.数据结构.mp4

├─(12) 2.基本操作].mp4

├─(13) 3.矩阵属性.mp4

├─(14) 4.矩阵操作.mp4

├─(15) 5.常用函数.mp4

(3)3数据分析处理库Pandas;目录中文件数:4个

├─(16) 1.数据读取.mp4

├─(17) 2.数据预处理.mp4

├─(18) 3.常用函数.mp4

├─(19) 4.Series结构.mp4

(4)4可视化库Matplotlib;目录中文件数:5个

├─(20) 1.折线图.mp4

├─(21) 2.子图操作.mp4

├─(22) 3.条形图与散点图.mp4

├─(23) 4.柱形图与盒图.mp4

├─(24) 5.细节设置.mp4

(5)5Seaborn可视化库;目录中文件数:12个

├─(25) 1.课程简介.mp4

├─(26) 10.Facetgrid使用方法.mp4

├─(27) 11.Facetgrid绘制多变量.mp4

├─(28) 12.热度图绘制.mp4

├─(29) 2.整体布局风格设置.mp4

├─(30) 3.风格细节设置.mp4

├─(31) 4.调色板.mp4

├─(32) 5.调色板颜色设置.mp4

├─(33) 6.单变量分析绘图.mp4

├─(34) 7.回归分析绘图.mp4

├─(35) 8.多变量分析绘图.mp4

├─(36) 9.分类属性绘.mp4

===============第二阶段===============

(1)1回归算法;目录中文件数:7个

├─(1) 1.机器学习概述(1).mp4

├─(2) 2.回归算法.mp4

├─(3) 3.线性回归误差原理推导.mp4

├─(4) 4.目标函数求解.mp4

├─(5) 5.逻辑回归原理.mp4

├─(6) 6.梯度下降实例.mp4

├─(7) 7.梯度下降原理.mp4

(2)2决策树与随机森林;目录中文件数:8个

├─(8) 1.决策树概述.mp4

├─(9) 2.熵原理形象解读.mp4

├─(10) 3.决策树构造实例.mp4

├─(11) 4.信息增益.mp4

├─(12) 5.信息增益率.mp4

├─(13) 6.决策树剪枝.mp4

├─(14) 7.随机森林.mp4

├─(15) 8.案例决策树参数.mp4

(3)3贝叶斯算法;目录中文件数:5个

├─(16) 1.贝叶斯算法概述.mp4

├─(17) 2.贝叶斯推导实例.mp4

├─(18) 3.贝叶斯拼写纠错实例.mp4

├─(19) 4.垃圾邮件过滤实例.mp4

├─(20) 5.贝叶斯实现拼写检查器.mp4

(4)4 Xgboost;目录中文件数:7个

├─(21) 1.集成思想.mp4

├─(22) 2.xgboost基本原理.mp4

├─(23) 3.xgboost目标函数推导.mp4

├─(24) 4.xgboost求解实例.mp4

├─(25) 5.xgboost安装.mp4

├─(26) 6.xgboost实战演示.mp4

├─(27) 7.Adaboost算法概述.mp4

(5)5支持向量机算法;目录中文件数:7个

├─(28) 1.支持向量机要解决的问题.mp4

├─(29) 2.支持向量机求解目标.mp4

├─(30) 3.支持向量机目标函数求解.mp4

├─(31) 4.支持向量机求解例子.mp4

├─(32) 5.支持向量的作用.mp4

├─(33) 6.软间隔支持向量机.mp4

├─(34) 7.核函数变换.mp4

(6)6时间序列AIRMA模型;目录中文件数:5个

├─(35) 1.数据平稳性与差分法.mp4

├─(36) 2.ARIMA模型.mp4

├─(37) 3.相关函数评估方法.mp4

├─(38) 4.建立ARIMA模型.mp4

├─(39) 5.参数选择.mp4

(7)7神经网络基础;目录中文件数:11个

├─(40) 1.深度学习概述.mp4

├─(41) 10.最优化问题细节.mp4

├─(42) 11.反向传播.mp4

├─(43) 2.挑战与常规套路.mp4

├─(44) 3.用K近邻来进行分类.mp4

├─(45) 4.超参数与交叉验证.mp4

├─(46) 5.线性分类.mp4

├─(47) 6.损失函数.mp4

├─(48) 7.正则化惩罚项.mp4

├─(49) 8.softmax分类器.mp4

├─(50) 9.最优化形象解读.mp4

(8)8神经网络架构;目录中文件数:4个

├─(51) 1.整体架构.mp4

├─(52) 2.实例演示.mp4

├─(53) 3.过拟合解决方案.mp4

├─(54) 4.感受神经网络的强大.mp4

(9)9PCA降维与SVD矩阵分解;目录中文件数:4个

├─(55) 1.PCA问题.mp4

├─(56) 2.PCA降维实例.mp4

├─(57) 3.SVD原理.mp4

├─(58) 4.SVD推荐系统.mp4

(10)10聚类算法;目录中文件数:3个

├─(59) 1.聚类算法概述.mp4

├─(60) 2.使用Kmeans进行图像压缩.mp4

├─(61) 3.特征工程2.mp4

(11)11推荐系统;目录中文件数:9个

├─(62) 1.开场.mp4

├─(63) 2.推荐系统应用.mp4

├─(64) 3.推荐系统要完成的任务.mp4

├─(65) 4.相似度计算.mp4

├─(66) 5.基于用户的协同过滤.mp4

├─(67) 6.基于物品的协同过滤.mp4

├─(68) 7.隐语义模型.mp4

├─(69) 8.隐语义模型求解.mp4

├─(70) 9.模型评估标准.mp4

(12)12Word2Vec;目录中文件数:11个

├─(71) 1.开篇.mp4

├─(72) 10.锑度上升求解.mp4

├─(73) 11.负采样模型.mp4

├─(74) 2.自然语言处理与深度学习.mp4

├─(75) 3.语言模型.mp4

├─(76) 4.N-gram模型.mp4

├─(77) 5.词向量.mp4

├─(78) 6.神经网络模型.mp4

├─(79) 7.Hierarchical Softmax.mp4

├─(80) 8.CBOW模型实例.mp4

├─(81) 9.CBOW求解目标.mp4

相关资源

发表评论

点 击 提 交