Python3入门机器学习经典算法与应用网盘资源免费观看百度云网盘链接提取码分享下载

• file:project0.zip
• file:10-5.mp4
• file:10-2 精准率和召回率.mp4
• file:10-1 准确度的陷阱和混淆矩阵.mp4
• file:2-1 机器学习世界的数据.mp4
• file:2-3 监督学习，非监督学习，半监督学习和增强学习.mp4
• file:1-3 课程所使用的主要技术栈.mp4
• file:5-2 最小二乘法.mp4
• file:5-9 使用scikit-learn解决回归问题.mp4
• file:5-7 多元线性回归和正规方程解.mp4
• file:5-10 线性回归的可解性和更多思考.mp4
• file:5-6 最好的衡量线性回归法的指标 R Squared.mp4
• file:5-5 衡量线性回归法的指标 MSE,RMS,MAE.mp4
• file:7-5 高维数据映射为低维数据.mp4
• file:7-7 试手MNIST数据集.mp4
• file:7-4 求数据的前n个主成分.mp4
• file:7-9 人脸识别与特征脸.mp4
• file:7-2 使用梯度上升法求解PCA问题.mp4
• file:7-8 使用PCA对数据进行降噪.mp4
• file:7-1 什么是PCA.mp4
• file:6-3 线性回归中的梯度下降法.mp4
• file:6-5 梯度下降的向量化和数据标准化.mp4
• file:6-9 有关梯度下降法的更多深入讨论.mp4
• file:6-8 如何确定梯度计算的准确性 调试梯度下降法.mp4
• file:9-3 逻辑回归损失函数的梯度.mp4
• file:9-4 实现逻辑回归算法.mp4
• file:9-8 OvR与OvO.mp4