课程目录
1-1 [人工智能-机器学习概述] 1.机器学习岗位 (11:02) 1-2 [人工智能-机器学习概述] 2.人工智能 三大流派 (05:12) 1-3 [人工智能-机器学习概述] 3.人工智能智能 三大基石头 (06:37) 1-4 [人工智能-机器学习概述] 4人工智能 三大学习 (10:52) 1-5 [人工智能-机器学习概述] 5.传统学习和机器学习的区别 (05:38) 1-6 [人工智能-机器学习概述] 6.机器学习 应用 (05:43) 1-7 [人工智能-机器学习概述] 7.开发环境scikit-learn (06:10) 1-8 [人工智能-机器学习概述] 8.数据集 特征 样本 标签 (09:12) 1-9 [人工智能-机器学习概述] 9.数据集的拆分 (12:24) 1-10 [人工智能-机器学习概述] 10.系统默认数据集 (04:48) 1-11 [人工智能-机器学习概述] 8.机器学习的三类学习方式 (07:47) 1-12 [人工智能-机器学习概述] 9.建模六步骤一 (18:21) 1-13 [人工智能-机器学习概述] 10.特征降维 选择 组合 (16:25) 1-14 [人工智能-机器学习概述] 11.模型拟合问题 (06:10) 1-15 [人工智能-机器学习概述] 12.电影分类的案例演示 (31:38) 1-16 [人工智能-机器学习概述] 13.knn计算回归案例房价 (10:08) 1-17 [人工智能-机器学习概述] 14.特征工程的归一化操作 (16:16) 1-18 [人工智能-机器学习概述] 15.特征工程的标准化操作 (18:18) 1-19 [人工智能-机器学习概述] 16.面试题和作业 (28:24) 1-20 [人工智能-机器学习概述] 17.heart病案例1-数据预处理 (12:19) 1-21 [人工智能-机器学习概述] 18.heart病案例2-特征处理和模型训练 (20:38) 1-22 [人工智能-机器学习概述] 19.heart病3-标准化处理 (19:13) 2-1 [机器学习之线性回归] 20.体重 血压案例引入 有问题 (14:49) 2-2 [机器学习之线性回归] 21.线性回归定义和分类 (09:02) 2-3 [机器学习之线性回归] 22.线性回归代码演示 (11:44) 2-4 [机器学习之线性回归] 23.损失函数 (09:11) 2-5 [机器学习之线性回归] 24.损失函数的三个指标 (17:34) 2-6 [机器学习之线性回归] 25.线性回归求导过程 (11:08) 2-7 [机器学习之线性回归] 26.手推k b求导计算k b的值 (18:53) 2-8 [机器学习之线性回归] 27.多重共线性问题 (14:29) 2-9 [机器学习之线性回归] 28.特征数大于样本数问题2 (06:21) 2-10 [机器学习之线性回归] 29.梯度下降算法思想 (13:09) 2-11 [机器学习之线性回归] 30.梯度和学习率 (07:34) 2-12 [机器学习之线性回归] 31.一元线性函数利用梯度逐步求w和b (18:31) 2-13 [机器学习之线性回归] 32.小结和作业 (06:08) 3-1 [机器学习之模型评估] 33.线性回归导图复习 (12:14) 3-2 [机器学习之模型评估] 34.二次 推导y=wx+b的梯度下降 (14:53) 3-3 [机器学习之模型评估] 35.梯度下降和正规方差求广告预测 (33:40) 3-4 [机器学习之模型评估] 36.波士顿房价模型-模型预处理 (24:15) 3-5 [机器学习之模型评估] 37.梯度下降算法超参数的设置 (24:45) 3-6 [机器学习之模型评估] 38.欠拟合的测试 (18:33) 3-7 [机器学习之模型评估] 39.正好拟合的测试 (04:38) 3-8 [机器学习之模型评估] 40.绘制直线和绘制曲线的原因 (05:38) 3-9 [机器学习之模型评估] 41.过拟合的测试 (08:20) 3-10 [机器学习之模型评估] 42.Lasso和Ridge正则化L1 和L2 (20:46) 3-11 [机器学习之模型评估] 43.Ridge的原理 了解 (10:49) 3-12 [机器学习之模型评估] 44.线性回归的作业 (16:35) 4-1 [机器学习之逻辑回归模型] 45.逻辑回归二分类问题 (07:49) 4-2 [机器学习之逻辑回归模型] 46.信用卡逻辑回归预测案例 (31:05) 4-3 [机器学习之逻辑回归模型] 47.红酒预测案例 (23:54) 4-4 [机器学习之逻辑回归模型] 48.逻辑回顾原理 数学 (15:13) 4-5 [机器学习之逻辑回归模型] 49.评估指标-混淆矩阵 (13:50) 4-6 [机器学习之逻辑回归模型] 50.评估指标 案例 (17:31) 4-7 [机器学习之逻辑回归模型] 51.class_weight和C值调参 (17:35) 4-8 [机器学习之逻辑回归模型] 52.金融风控的分析和数据预处理 (19:19) 4-9 [机器学习之逻辑回归模型] 53.金融风控 中位数填充na值 (09:17) 4-10 [机器学习之逻辑回归模型] 54.金融风控 模型训练等操作 (10:50) 4-11 [机器学习之逻辑回归模型] 55.小结 (07:33) 4-12 [机器学习之逻辑回归模型] 56.逻辑回归导图总结 (15:53) 4-13 [机器学习之逻辑回归模型] 57.上传模型到baidu飞浆空间 (02:37)
