📚 名称：Python从入门到精通教程全攻略【84GB】
文件列表
001、AI时代首选Python.mp4
002、Python我该怎么学？.mp4
003、人工智能的核心-机器学习.mp4
004、机器学习怎么学？.mp4
005、算法推导与案例.mp4
006、系列课程环境配置.mp4
007、快速入门，边学边用.mp4
008、变量类型.mp4
009、List基础模块.mp4
010、List索引.mp4
011、循环结构.mp4
012、判断结构.mp4
013、字典模块.mp4
014、文件处理.mp4
015、函数基础.mp4
016、Numpy数据结构.mp4
017、Numpy基本操作.mp4
018、Numpy矩阵属性.mp4
019、Numpy矩阵操作.mp4
020、Numpy常用函数.mp4
021、Pandas数据读取.mp4
022、Pandas索引与计算.mp4
023、Pandas数据预处理实例.mp4
024、Pandas常用预处理方法.mp4
025、Pandas自定义函数.mp4
026、等待提取中.txt
027、折线图绘制.mp4
028、子图操作.mp4
029、条形图与散点图.mp4
030、柱形图与盒形.mp4
031、绘图细节设置.mp4
032、布局整体风格设置.mp4
033、风格细节设置.mp4
034、调色板.mp4
035、调色板颜色设置.mp4
036、单变量分析绘制.mp4
037、回归分析绘图.mp4
038、多变量分析绘图.mp4
039、分类属性绘图.mp4
040、热度图绘制.mp4
041、线性回归算法概述.mp4
042、误差项分析.mp4
043、似然函数求解.mp4
044、目标函数推导.mp4
045、线性回归求解.mp4
046、梯度下降原理.mp4
047、梯度下降方法对比.mp4
048、学习率对结果的影响.mp4
049、逻辑回归算法原理推导.mp4
050、逻辑回归求解.mp4
051、Python实现逻辑回归任务概述.mp4
052、完成梯度下降模块.mp4
053、停止策略与梯度下降策略对比.mp4
054、实验对比效果.mp4
055、案例背景和目标.mp4
056、样本不平衡解决方案.mp4
057、下采样策略.mp4
058、交叉验证.mp4
059、模型评估方法.mp4
060、正则化惩罚项.mp4
061、逻辑回归模型.mp4
062、混淆矩阵.mp4
063、逻辑回归阈值对结果的影响.mp4
064、SMOTE样本生成策略.mp4
065、决策树原理概述.mp4
066、衡量标准-熵.mp4
067、决策树构造实例.mp4
068、信息增益率.mp4
069、决策树剪枝策略.mp4
070、决策树复习.mp4
071、决策树涉及参数.mp4
072、树可视化与Sklearn实例.mp4
073、Sklearn参数选择模块.mp4
074、集成算法-随机森林.mp4
075、特征重要性衡量.mp4
076、提升模型.mp4
077、堆叠模型.mp4
078、数据介绍.mp4
079、数据预处理.mp4
080、回归模型进行预测.mp4
081、随机森林模型.mp4
082、特征选择.mp4
083、贝叶斯算法概述.mp4
084、贝叶斯推导实例.mp4
085、贝叶斯拼写纠错实例.mp4
086、垃圾邮件过滤实例.mp4
087、贝叶斯实现拼写检查器.mp4
088、文本分析与关键词提取.mp4
089、相似度计算.mp4
090、新闻数据与任务简介.mp4
091、TF-IDF关键词提取.mp4
092、LDA建模.mp4
093、基于贝叶斯算法的新闻分类.mp4
094、支持向量机要解决的问题.mp4
095、距离与数据的定义.mp4
096、目标函数.mp4
097、目标函数求解.mp4
098、SVM求解实例.mp4
099、支持向量的作用.mp4
100、软间隔问题.mp4
