机器学习工程师课程

📁 资源目录结构内容 (1.97 GB)

• 1. 包含文件：1.01-01-机器学习概述.mp4
• 2. 2.02-01-线性回归简介
• 3. 数学符号
• 4. 假设函数
• 5. 损失函数
• 6. 代价函数.mp4
• 7. 3.02-02-梯度下降法..mp4
• 8. 4.02-03-梯度下降法代码实现.mp4
• 9. 5.02-04-使用梯度下降法求解线性回归问题.mp4
• 10. 6.02-05-线性回归代码实现.mp4
• 11. 7.02-06-线性回归代码实现-做特征归一化.mp4
• 12. 8.02-07-批量梯度下降，随机梯度下降，小批量梯度下降.mp4
• 13. 9.02-08-几种常见的模型评价指标.mp4
• 14. 10.02-09-欠拟合与过拟合.mp4
• 15. 11.02-10-Ridge回归求解与代码实现.mp4
• 16. 12.02-11-LASSO回归求解.mp4
• 17. 13.02-12-LASSO回归求解举例说明.mp4
• 18. 14.02-13-LASSO回归代码实现.mp4
• 19. 15.02-14-最小二乘法求线性回归.mp4
• 20. 16.02-15-最小二乘法代码实现.mp4
• 21. 17.02-16-使用Sklearn实现Ridge，LASSO和ElasticNet.mp4
• 22. 18.02-17-波士顿房价预测(上).mp4
• 23. 19.02-17-波士顿房价预测(下).mp4
• 24. 20.03-01-逻辑回归简介
• 25. 假设函数
• 26. 损失函数
• 27. 成本函数.mp4
• 28. 21.03-02-逻辑回归求解.mp4
• 29. 22.03-03-一个示例解释逻辑回归的求解公式.mp4
• 30. 23.03-04-逻辑回归代码实现(上).mp4
• 31. 24.03-04-逻辑回归代码实现(下).mp4
• 32. 25.03-05-逻辑回归的正则化.mp4
• 33. 26.03-06-逻辑回归实现多分类方法.mp4
• 34. 27.03-07-使用Sklearn实现逻辑回归.mp4
• 35. 28.03-08-案例：鸢尾花分类.mp4
• 36. 29.03-09-案例：手写数字识别.mp4
• 37. 30.04-01-决策树简介
• 38. 熵.mp4
• 39. 31.04-02-条件熵及计算举例.mp4
• 40. 32.04-03-信息增益
• 41. ID3算法.mp4
• 42. 33.04-04-决策树代码实现(1-熵的计算).mp4
• 43. 34.04-04-决策树代码实现(2-划分数据集
• 44. 选择最好的特征).mp4
• 45. 35.04-04-决策树代码实现(3-类别投票表决).mp4
• 46. 36.04-04-决策树代码实现(4-决策树递归生成，决策树对新数据进行预测).mp4
• 47. 37.04-05-C4.5算法.mp4
• 48. 38.04-06-基尼指数(GiniIndex)生成决策树.mp4
• 49. 39.04-07-决策树剪枝.mp4
• 50. 40.04-08-决策树处理连续值与缺失值.mp4
• 51. 41.04-09-多变量决策树.mp4
• 52. 42.04-10-Sklearn实现决策树.mp4
• 53. 43.04-11-案例：使用决策树进行个人信用风险评估(1.数据集介绍
• 54. 数据预处理).mp4
• 55. 44.04-11-案例：使用决策树进行个人信用风险评估(2.模型评估指标).mp4
• 56. 45.04-11-案例：使用决策树进行个人信用风险评估(3.模型评估，优化).mp4
• 57. 46.05-01-贝叶斯决策简介.mp4
• 58. 47.05-02-贝叶斯决策模型.mp4
• 59. 48.05-03-朴素贝叶斯模型.mp4
• 60. 49.05-04-朴素贝叶斯代码实现(1.训练过程).mp4
• 61. 50.05-04-朴素贝叶斯代码实现(2.预测过程).mp4