V
主页
《使用Python进行机器学习》第7讲 本视频简单介绍了,python语言所提供的机器学习相关库
发布人
《使用Python进行机器学习》第7讲 本视频简单介绍了,python语言所提供的机器学习相关库
打开封面
下载高清视频
观看高清视频
视频下载器
《使用Python进行机器学习》 第37讲 逻辑回归模型-步骤介绍及数据读取
《使用Python进行机器学习》 第29讲 分类算法-决策树的分裂准则
《使用Python进行机器学习》 第18讲 多元线性回归,在训练集上训练模型,使用测试集进行预测
《使用Python进行机器学习》 第23讲 K最近邻-导入模块并读取数据集
《使用Python进行机器学习》 第14讲 简单线性回归,Python代码实现及讲解
《使用Python进行机器学习》 第26讲 K最近邻-代码实操讲解1
《使用Python进行机器学习》第8讲 本视频详细介绍了,python机器学习相关库,包括numpy,scipy,matplotlib,pandas,sklea
pymol软件-安装视频-一镜到底-开源版和商业版
使用python进行机器学习-机器学习简介-什么是机器学习
《使用Python进行机器学习》 第3部分 简单线性回归,第1节回归的概念讲解
《使用Python进行机器学习》 第41讲 逻辑回归算法-代码通讲1
《使用Python进行机器学习》 第35讲 决策树算法-代码解读2
《使用Python进行机器学习》 第32讲 决策树算法-可视化决策树的结构
使用python进行机器学习-机器学习简介-什么是监督学习
《使用Python进行机器学习》 第13讲 简单线性回归的原理和直线的表达式
《使用Python进行机器学习》 第34讲 决策树算法-代码解读1
使用肘部法确定聚类的k值2
《使用Python进行机器学习》 第40讲 解释并绘制混淆矩阵和逻辑回归函数图像
《使用Python进行机器学习》 第67讲 课程总结和感激致谢,完结啦!撒花
《使用Python进行机器学习》 第39讲 逻辑回归模型-训练模型并预测结果
《使用Python进行机器学习》 第22讲 K最近邻-KNN分类算法-实操步骤讲解
《使用Python进行机器学习》第10讲 本视频详细介绍了,如何在各种电脑上安装anaconda和jupyter notebook,大家可以跟着一起操作。
使用肘部法确定聚类的k值
《使用Python进行机器学习》 第21讲 K最近邻-KNN分类算法-实际案例
《使用Python进行机器学习》 第20讲 多元线性回归,整体复习和代码运行并讲解
《使用Python进行机器学习》 第28讲 分类算法-决策树的介绍
《使用Python进行机器学习》第11讲 本视频详细介绍了,使用jupyter notebook并修改路径
构建用户电影评分矩阵并选择两部电影
《使用Python进行机器学习》 第19讲 多元线性回归,模型的评估指标和代码实现
使用python进行机器学习-机器学习简介-机器学习的方法
《使用Python进行机器学习》 第31讲 决策树算法-模型训练并评估性能
《使用Python进行机器学习》 第44讲 kmeans 聚类 肘部法确定最优簇数
《使用Python进行机器学习》 第36讲 逻辑回归模型-简介
《使用Python进行机器学习》 第33讲 决策树算法-可视化决策树的结构2
推荐系统 电影数据集介绍和导入库并读取
《使用Python进行机器学习》 第17讲 多元线性回归,将数据集划分为训练集和测试集,图解和代码讲解
《使用Python进行机器学习》 第25讲 K最近邻-分类器训练并预测结果输出混淆矩阵
pyomo和求解器的安装-使用python进行运筹优化和数学建模
使用openpyxl-设置单元格的值-python与excel-办公自动化
《使用Python进行机器学习》 第20讲 多元线性回归,整体复习和代码运行并讲解2