《最简单快速入门Python机器学习》 2·1 上节回顾

(9:49)

《最简单快速入门Python机器学习》 1·2 什么是机器学习

(9:35)

《最简单快速入门Python机器学习》 1·18 总结

(14:19)

《最简单快速入门Python机器学习》 2·2 转换器与预估器

(10:59)

《最简单快速入门Python机器学习》 1·15 删除低方差特征与相关系数

(24:55)

《最简单快速入门Python机器学习》 1·12 数据预处理 归一化

(18:6)

《最简单快速入门Python机器学习》 2·12 泰坦尼克号案例代码实现

(15:)

《最简单快速入门Python机器学习》 1·11 文本特征抽取TfidfVevtorizer

(17:34)

《最简单快速入门Python机器学习》 1·6 可用数据集

(11:32)

《最简单快速入门Python机器学习》 1·1 人工智能概述

(15:25)

《最简单快速入门Python机器学习》 3·8 过拟合与欠拟合

(17:29)

《最简单快速入门Python机器学习》 1·7 sklearn数据集使用

(23:3)

《最简单快速入门Python机器学习》 3·16 聚类的模型评估

(10:17)

《最简单快速入门Python机器学习》 3·10 逻辑回归原理

(27:29)

《最简单快速入门Python机器学习》 3·9 岭回归

(11:18)

《最简单快速入门Python机器学习》 3·6 正规方程与梯度下降对比

(11:50)

《最简单快速入门Python机器学习》 3·3 损失函数

(9:24)

《最简单快速入门Python机器学习》 2·10 决策树算法对鸢尾花分类

(41:15)

《最简单快速入门Python机器学习》 2·7 朴素贝叶斯算法原理

(26:42)

《最简单快速入门Python机器学习》 2·4 模型选择与调优

(16:28)

《最简单快速入门Python机器学习》 2·8 朴素贝叶斯算法对文本分类

(25:47)

《最简单快速入门Python机器学习》 1·16 主成分分析

(11:43)

《最简单快速入门Python机器学习》 2·9 认识决策树

(9:23)

《最简单快速入门Python机器学习》 2·15 总结

(9:19)

《最简单快速入门Python机器学习》 2·13 泰坦尼克号案例代码实现

(15:)

《最简单快速入门Python机器学习》 2·3 KNN算法

(32:59)

《最简单快速入门Python机器学习》 2·5 Facebook案例流程分析

(11:28)

《最简单快速入门Python机器学习》 2·14 随机森林

(19:31)

《最简单快速入门Python机器学习》 1·9 文本特征抽取CountVectorizer

(15:41)