课时 33：6.3核函数
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
课时 4：2.1经验误差与过拟合
...
课时 37：7.2相似性度量
...
课时 10：3.3波士顿房价预测的Python实现
...
课时 39：7.4利用k-means算法对鸢尾花进行聚类
...
课时 9：3.2线性回归模型的Python实现
...
课时 13：4.1从女生相亲到决策树
...
课时 2：1.2基本术语
...
22.12.5 python函数 教学录屏
...
教学录屏-05-python函数
...
课时 31：6.1间隔与支持向量
...
课时 24：5.6网络搭建准备
...
课时 23：5.5网络工作原理推导
...
课时 15：4.3决策树拆分属性选择
...
课时 3：1.3假设空间&归纳偏好
...
课时 26：5.8网络输出的python实现
...
课时 14：4.2明天合适打球吗
...
课时 38：7.3K—means聚类分析算法介绍
...
课时 1：1.1引言
...
课时 8：3.1线性回归基本形式
...
课时 21：5.3神经网络工作流程演示
...
课时 29：5.11网络性能评价
...
课时 36：7.1聚类分析概述
...
选修：8.6 Stacking代码实现
...
课时 27：5.9单样本网络训练的Python实现
...
课时 11：3.4逻辑回归介绍
...
课时 6：2.3性能度量
...
课时 16：4.4决策树算法家族
...
课时 20：5.2经典网络结构介绍
...
课时 5：2.2评估方法
...
课时 28：5.10全样本网络训练的Python实现
...
课时 32：6.2对偶问题
...
机器学习入门到精通！回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机等十大机器学习算法一口气学完！人工智能/机器学习/深度学习/AI
...
微喘+口腔音 自用
...
课时 22：5.4如何修正网络参数-梯度下降法
...
选修：8.1 集成学习基本概念
...
课时 19：5.1单个神经元介绍
...
课时 41：7.6调用sklearn实现聚类分析
...
课时 12：3.5研究生入学录取预测的Python实现
...
课时 25：5.7样本从输入层到隐藏层传输的Python实现
...
课时 40：7.5聚类结果的性能度量