价格: ¥ 8.00

分类: 数据学院 人工智能

发布: 2019-03-17 19:15:29

更新: 2019-03-17 19:15:29

难度: 入门

演示:

下载地址

Python 机器学习启蒙
1-1 机器学习-导学.mp4
1-2 概述.mp4
1-3 机器学习示例.mp4
1-4 本门课使用的工具.mp4
1-5 本门课的内容.mp4
1-6 graphlab create的安装.mp4
1-7 IPython Notebook介绍.mp4
1-8 python 基本语法.mp4
1-9 条件和循环语句.mp4
1-10 Python中的函数.mp4
1-11 应用GraphCreate Lab.mp4
1-12 GraphLab Canvas.mp4
1-13 SFrame中的列操作.mp4
1-14 SFrame中的apply函数.mp4
2-1 线性回归概述.mp4

it教程
2-10 回归实践-下载和探索房屋销售数据.mp4
2-11 回归实践-把数据拆分成训练集和测试集.mp4
2-12 回归实践-学习一个简单的回归模型通过房屋大小预测房价.mp4
2-13 回归实践-评估模型的误差.mp4
2-14 回归实践-通过Matplotlib来可视化预测.mp4
2-15 回归实践-探索学习到的模型系数.mp4
2-16 回归实践-探索数据的其他特征.mp4
2-17 回归实践-学习通过更多特征来预测房价的模型.mp4
2-18 回归实践-应用学习到的模型来预测更多的房价.mp4
2-2 预测房价.mp4
2-3 线性回归.mp4
2-4 加入更高阶的因素.mp4
2-5 通过训练-测试分离来评估过拟合.mp4
2-6 训练测试曲线.mp4
2-7 加入新的特征.mp4
2-8 其他回归示例.mp4
2-9 回归总结.mp4
3-1 分类-分析情感.mp4
3-10 类别概率.mp4
3-11 分类总结.mp4
3-12 分类实践-获取和探索商品评论数据.mp4
3-13 分类实践-构建词袋向量.mp4
3-14 分类实践-探索流行的商品.mp4
3-15 分类实践-定义评论的正面和负面感情.mp4
3-16 分类实践-训练情感的分类器.mp4
3-17 分类实践-通过ROC曲线评估分类器.mp4
3-18 分类实践-应用模型于商品的最正面和最负面评论.mp4
3-19 分类实践-探索商品的最正面和最负面评价.mp4
3-2 从主题预测情感.mp4
3-3 分类器应用.mp4
3-4 线性分类器.mp4
3-5 决策边界.mp4
3-6 训练和评估分类器.mp4
3-7 什么是好的精度.mp4
3-8 混淆矩阵.mp4
3-9 学习曲线.mp4
4-1 聚类和相似度-文档检索.mp4
4-10 其他例子.mp4
4-11 聚类和相似度总结.mp4
4-12 聚类和相似度实践-获取和探索维基百科数据.mp4
4-13 聚类和相似度实践-探索单词计数.mp4
4-14 聚类和相似度实践-计算和探索TF-IDF.mp4
4-15 聚类和相似度实践-计算维基百科文章的距离.mp4
4-16 聚类和相似度实践-构建和探索维基百科文章的最近领域模型.mp4
4-17 聚类和相似度实践-实际文档检索的例子.mp4
4-2 检索感兴趣的文档.mp4
4-3 用于测量相似度的单词计数表示.mp4
4-4 应用TF-IDF对于重要单词进行优先级排序.mp4
4-5 TF-IDFf文档表示.mp4
4-6 检索相似的文档.mp4
4-7 文档聚类.mp4
4-8 聚类介绍.mp4
4-9 k-均值.mp4
5-1 推荐商品.mp4
5-10 通过矩阵分解发现隐藏结构.mp4
5-11 特征+矩阵分解.mp4
5-12 推荐系统的性能度量.mp4
5-13 最优推荐.mp4
5-14 准确率-召回率曲线.mp4
5-15 推荐系统总结.mp4
5-16 推荐系统实践-获取和探索音乐数据.mp4
5-17 推荐系统实践-构建和评估基于流行度的音乐推荐系统.mp4
5-18 推荐系统实践-构建和评估个性化的音乐推荐系统.mp4
5-19 推荐系统实践-召回率来比较推荐模型.mp4
5-3 推荐的分类模型.mp4
5-4 协同过滤.mp4
5-5 流行物品的影响.mp4
5-6 正规化同现矩阵.mp4
5-7 矩阵补全问题.mp4
5-8 通过用户和物品的特征进行推荐.mp4
5-9 利用矩阵形式预测.mp4
5.2.mp4
6-1 深度学习:图像搜索.mp4
6-10 深度学习实践-构建图像检索的最近邻模型.mp4
6-11 深度学习实践-通过查询最近邻模型来检索图像.mp4
6-12 深度学习实践-检索和轿车图像最相似的图像.mp4
6-13 深度学习实践-通过Python和Lanbda函数来显示其他检索图像.mp4
6-2 神经网络.mp4
6-3 深度学习在计算机视觉中的应用.mp4
6-4 深度学习的性能.mp4
6-5 计算机视觉中的深度学习.mp4
6-6 深度学习的挑战.mp4
6-7 迁移学习.mp4
6-8 深度学习总结(1).mp4
6-9 深度学习实践-获取图像数据.mp4