V
主页
32 boosting介绍+GBDT介绍
发布人
主要包括关于机器学习、人工智能的介绍。 本号主要会讲解机器学习算法的公式的推导、算法的实现,也会包括关于大数据的一些知识,并且本套视频会包括关于机器学习、推荐算法、以及作者编写的书中的算法的一些视频的讲解,有兴趣的话可以跟着我一起学习,一天会更新一个视频
打开封面
下载高清视频
观看高清视频
视频下载器
33 聚类介绍+代码实现
22 逻辑回归介绍
15 鸢尾花KNN实现准备工作
17 交叉验证、网格搜索的介绍
11 k近邻算法介绍
46 SVM代码实战(数字识别器案例)
34 模型评估+KMeans算法优化
49 DictVectorizer源代码讲解
02 使用jupyter notebook + matplotlib实现简单案例
37 PCA降维-最小重构代价公式推导
23 逻辑回归公式推导
21 线性回归介绍+初步实现
决策树和随机森林的原理介绍和代码实现
01 机器学习、人工智能介绍
20 数据分割:留出法、交叉验证法、自助法
05 pandas的介绍以及使用+基本数据操作
14 kd树的构建与搜索+实现
41 朴素贝叶斯总结
38 朴素贝叶斯公式推导
48 机器学习总结
29 决策树实战案例
26 决策树算法介绍+信息增益
04 使用numpy+数组操作
44 SVM-硬间隔模型求解公式推导
梯度下降算法原理-公式推导(4)
16 案例实现:鸢尾花种类预测+KNN算法实现与总结
18 交叉验证、网格搜索的案例实现
10 交叉表和透视表 + 分组聚合
07 缺失值处理
机器学习经典算法决策树入门,原理推导+代码实现+实验分析,大佬带你2小时彻底吃透!
2024诺贝尔物理学奖获得算法 Hopfield network
线性回归-最小二乘法公式推导(1)
入门算法课(13)-背包问题 | 编程 | 算法竞赛 | 01背包 | 完全背包 | 动态规划
19 案例:Facebook位置预测
随机梯度下降-解决梯度下降(5)
从零开始刷力扣学C++——两数之和
27 决策树+基尼指数的介绍
1.3PLC-SCL循环队列算法编程实现(上)
JavaScript 中的命令式编程 VS 声明式编程
03 使用matplotlib实现多图像+常见图形绘制