153221_【Python教程】Python3入门机器学习 经典算法与应用 轻松入行人工智能（完整版）网盘资源免费观

• file:ISLR Seventh Printing.pdf
• file:● 更多电影+剧集目录.xlsx
• file:● 裙.jpg
• file:Mastering Feature Engineering Principles and Techniques for Data Scientists (Early Release)-O’reilly (2016).pdf
• file:github地址.txt
• file:6-5 梯度下降法的向量化.mp4
• file:6-4 实现线性回归中的梯度下降法.mp4
• file:6-7 scikit-learn中的梯度下降法.mp4
• file:10-4 F1 Score.mp4
• file:10-3 现实混淆矩阵.mp4
• file:10-5 准确率和召回率的平衡.mp4
• file:1-2课程涵盖的内容和理念.mp4
• file:1-1 什么是机器学习.mp4
• file:1-3课程所使用的技术栈.mp4
• file:3-7 Numpy中的矩阵运算.mp4
• file:3-2Jupter Notebook 中的魔法命令.mp4
• file:3-10 Numpy中的比较和Fancy lindexing.mp4
• file:3-11 Matplotlib数据可视化基础.mp4
• file:3-12 数据加载和简单的数据搜索.mp4
• file:11-3 Soft Margin SVM.mp4
• file:11-8 RBF核函数中的gamma.mp4
• file:11-5 SVM中使用多项式特征和核函数.mp4
• file:11-9 SVM思想解决回归问题.mp4
• file:11-2 svm背后的最优化问题.mp4
• folder:153221_【Python教程】Python3入门机器学习 经典算法与应用 轻松入行人工智能（完整版）
• folder:第6章 梯度下降法
• folder:第10章 评价分类结果
• folder:第1章 欢迎来到Python3玩转机器学习
• folder:第3章 Jupyter Notebook ,numpy
• folder:第11章 支撑向量机SVM
• folder:第4章 最基础的分类算法
• folder:第2章 机器学习基础
• folder:第8章 多项式回归与模型泛化
• folder:第13章 集成学习和随机森林