ile: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