Python3机器学习经典算法与应用,你知乎？


第14章 更多机器学习算法
第13章 集成学习和随机森林
第12章 决策树
第11章支撑向量机SVM
第10章 评价分类结果
第09章 逻辑回归
第08章 多项式回归与模型泛化
8-9 LASSO.mp48-8 模型泛化与岭回归.mp4
8-7 偏差方差平衡.mp4
8-6验证数据集与交叉验证.mp4
8-5 学习曲线.mp4
8-4为什么要训练数据集与测试数据集.mp4
8-3 过拟合与前拟合.mp4
8-2 scikit-learn中的多项式回归于pipeline.mp4
8-10 L1，L2和弹性网络.mp4
8-1 什么是多项式回归.mp4

第07章 PCA与梯度上升法
第06章 梯度下降法
第05章 线性回归法
5-9使用scikit-learn解决回归问题.mp4
5-8 实现多元线性回归.mp4
5-7多元线性回归和正规方程解.mp4
5-6 最好的衡量线性回归法的指标 R Squared.mp4
5-5衡量线性回归法的指标MSE，RMS，MAE.mp4
5-4 向量化.mp45-3 简单线性回归的实现.mp4
5-2 最小二乘法.mp4
5-10线性回归的可解性和更多思考.mp4
5-1 简单线性回归.mp4

第04章 最基础的分类算法-k近邻算法 kNN
第03章 Jupyter Notebook，numpy和m
第02章 机器学习基础
第01章 欢迎来到 Python3 玩转机器学习