获取资料

BitTiger机器学习,基础与搭建项目视频课程

BitTiger机器学习课程:基础与搭建项目视频课程

BitTiger机器学习,基础与搭建项目视频课程

BitTiger机器学习,基础与搭建项目视频课程

课程内容:

2. 第一模块:理论课

| 1. 本节内容安排 .mp4 4.33M

| 10. 过拟合和交叉验证 .mp4 51.28M

| 11. 总结 .mp4 5.38M

| 12. 第一模块作业.html 0.14kb

| 13. 第一模块作业解析 .mp4 25.64M

| 2. 课程总体框架 .mp4 53.16M

| 3. 机器学习基本概念:数据和模型(第一节) .mp4 53.81M

| 4. 机器学习基本概念:数据和模型(第二节) .mp4 64.41M

| 5. 机器学习基本概念:数据和模型(第三节) .mp4 54.81M

| 6. 基本模型:逻辑回归(第一节) .mp4 75.86M

| 7. 基本模型:逻辑回归(第二节) .mp4 79.50M

| 8. 基本模型:K-均值 .mp4 51.15M

| 9. 性能指标 .mp4 35.33M

3. 第一模块:实战课

| 1. 本节代码下载.html 0.12kb

| 1.1 Github代码下载.html 0.14kb

| 10. 数据清洗示例 .mp4 240.14M

| 2. 本节内容安排 .mp4 7.52M

| 3. Jupyter Notebook安装.html 0.74kb

| 4. 环境配置 .mp4 26.13M

| 5. 基本Python操作和Numpy(第一节) .mp4 128.99M

| 5.1 全面的Numpy教程.html 0.10kb

| 6. 基本Python操作和Numpy(第二节) .mp4 129.74M

| 7. Scikit-learn介绍 .mp4 295.56M

| 8. 运行逻辑回归(第一节) .mp4 62.70M

| 9. 运行逻辑回归(第二节) .mp4 301.33M

4. 第一模块:项目课

| 1. 本节代码下载.html 0.12kb

| 1.1 Github代码下载.html 0.15kb

| 2. Python教程介绍 .mp4 157.62M

| 3. Numpy .mp4 136.44M

| 4. Pandas .mp4 231.32M

5. 第二模块:理论课

| 1. 本节内容安排 .mp4 3.76M

| 10. 随机森林(第二节) .mp4 19.58M

| 11. 支持向量机(第一节) .mp4 25.59M

| 12. 支持向量机(第二节) .mp4 44.97M

| 13. 支持向量机(第三节) .mp4 53.95M

| 14. 支持向量机(第四节) .mp4 36.83M

| 15. 支持向量机(第五节) .mp4 30.77M

| 16. 第二模块作业.html 0.14kb

| 17. 第二模块作业解析 .mp4 38.01M

| 2. 决策树 .mp4 20.96M

| 3. 决策树的算法 .mp4 32.57M

| 4. 节点拆分 .mp4 37.30M

| 5. 决策树的步骤和总结 .mp4 18.79M

| 6. 权衡偏差和方差(第一节) .mp4 29.94M

| 7. 权衡偏差和方差(第二节) .mp4 28.34M

| 8. 权衡偏差和方差(第三节) .mp4 41.42M

| 9. 随机森林(第一节) .mp4 40.94M

6. 第二模块:实战课

| 1. 本节代码下载.html 0.12kb

| 1.1 Github代码下载.html 0.14kb

| 10. 随机森林(第二节) .mp4 92.48M

| 11. 随机森林(第三节) .mp4 58.80M

| 12. 随机森林(第四节) .mp4 35.62M

| 13. 支持向量机(第一节) .mp4 52.98M

| 14. 支持向量机(第二节) .mp4 67.87M

| 15. 支持向量机(第三节) .mp4 147.10M

| 15.1 视频中显示的scikit-learn文档(英文).html 0.13kb

| 16. 支持向量机(第四节) .mp4 77.78M

| 17. 支持向量机(第五节) .mp4 56.38M

| 2. 本节内容安排 .mp4 6.32M

| 3. 自助法(第一节) .mp4 108.68M

| 4. 自助法(第二节) .mp4 95.07M

| 5. 自助法(第三节) .mp4 64.72M

| 6. 单节点树(第一节) .mp4 82.54M

| 7. 单节点树(第二节) .mp4 56.85M

| 8. 单节点树(第三节) .mp4 98.51M

| 8.1 Decision Stump 简单介绍.html 0.12kb

| 9. 随机森林(第一节) .mp4 126.49M

7. 第二模块:项目课

| 1. 本节代码下载.html 0.12kb

| 1.1 Github代码下载.html 0.15kb

| 10. 尝试自己进行编程.html 0.22kb

| 2. 开始搭建推荐系统项目.html 0.34kb

| 3. 项目介绍(第一节) .mp4 69.66M

| 4. 项目介绍(第二节) .mp4 84.66M

| 5. 项目实现具体细节(第一节) .mp4 113.54M

| 6. 项目实现具体细节(第二节) .mp4 108.46M

| 7. 代码框架介绍(main.py) .mp4 53.55M

| 8. 代码框架介绍(README, Preprocessing) .mp4 62.83M

| 9. 代码框架介绍(Databaseinterface.py, Webserver.py) .mp4 59.47M

8. 第三模块:理论课

| 1. 本节内容安排 .mp4 5.14M

| 10. 基于内容的过滤(第三节) .mp4 12.32M

| 11. 基于用户的协同过滤(第一节) .mp4 36.01M

| 12. 基于用户的协同过滤(第二节) .mp4 32.87M

| 13. 基于用户的协同过滤(第三节) .mp4 13.75M

| 14. 基于商品的协同过滤(第一节) .mp4 13.74M

| 15. 基于商品的协同过滤(第二节) .mp4 10.81M

| 16. 矩阵因式分解的协同过滤(第一节) .mp4 52.17M

| 17. 矩阵因式分解的协同过滤(第二节) .mp4 17.40M

| 18. 推荐系统的评估 .mp4 14.13M

| 2. 推荐系统介绍(第一节) .mp4 40.72M

| 3. 推荐系统介绍(第二节) .mp4 31.73M

| 4. 几种推荐的方式 .mp4 26.12M

| 5. 推荐系统算法的输入和输出 .mp4 18.75M

| 6. 显式响应和隐式响应 .mp4 27.11M

| 7. 信任、新颖、多样性和商业化 .mp4 11.25M

| 8. 基于内容的过滤(第一节) .mp4 33.67M

| 9. 基于内容的过滤(第二节) .mp4 40.28M

9. 第三模块:实战课

| 1. 本节代码下载.html 0.12kb

| 1.1 Github代码下载.html 0.14kb

| 10. 奇异值分解(第二节) .mp4 61.05M

| 11. 矩阵因式分解的随机梯度下降 .mp4 55.50M

| 12. 随机梯度下降的优化过程 .mp4 109.16M

| 2. 本节内容安排 .mp4 6.83M

| 3. 玩具问题及基本设置(第一节) .mp4 88.17M

| 4. 玩具问题及基本设置(第二节) .mp4 122.08M

| 5. 预测(第一节) .mp4 57.55M

| 6. 预测(第二节) .mp4 92.44M

| 7. 提升基准模型(第一节) .mp4 132.73M

| 8. 提升基准模型(第二节) .mp4 99.62M

| 9. 奇异值分解(第一节) .mp4 125.96M

10. 第三模块:项目课

| 1. 本节代码下载.html 0.12kb

| 1.1 Github代码下载.html 0.16kb

| 2. 本节内容安排 .mp4 84.07M

| 3. Main.py和Webserver.py .mp4 149.81M

| 4. RecEngine.py .mp4 164.88M

| 5. RecEngine.py、UserAnalyzer.py和Ranker.py .mp4 110.86M

| 6. Learners(第一节) .mp4 150.68M

| 7. Learners(第二节) .mp4 163.85M

| 8. Models(第一节) .mp4 163.36M

| 9. Models(第二节) .mp4 189.19M

评论0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址