V
主页
第六章 使用scikit-learn构建模型-1.使用sklearn转换器处理数据
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
第六章 使用scikit-learn构建模型-2.构建并评价聚类模型
第六章 使用scikit-learn构建模型-4.构建并评价回归模型
第六章 使用scikit-learn构建模型-3.构建并评价分类模型
第六章、第六章多重共线性的情形及其处理
第六章 使用scikit-learn构建模型-4.构建并评价回归模型
第三章、多元线性回归-3.3-3.6参数的性质以及模型的显著性检验
第二章、一元线性回归(上)-模型形式及最小二乘估计
R语言机器学习-glmnet包-岭回归-回归模型
第2章 数据预测中的相关问题-1.数据预测与预测建模.mp4
第七章 航空公司客户价值分析-2
《SPSS统计分析方法及应用》第2章-第3章(3,1-3,5)
第5章 使用pandas进行数据预处理-1.合并数据
实验1:spss-一元线性回归模型的建立
第2章 数据预测中的相关问题-2.预测模型的评价.mp4
4.3 转换与处理时间序列数据
第七章 航空公司客户价值分析-1
第3章 数据预测建模:贝叶斯分类器-1.算法理论知识
《SPSS统计分析方法及应用》第16章--SPSS时间序列分析(直播版)(16.7(五)-16.8)
实验3:违背基本假设的情况的spss处理
1.认识spss软件及数据预处理
第三章、多元线性回归-3.1-3.2模型形式及参数估计1
第二章、一元线性回归(中)-极大似然估计及参数的性质
第二章 numpy数组计算基础-1.创建数组对象
5.4 转换数据
第八章、主成分回归
6.1 使用sklearn转换器处理数据
3Matplotlib数据可视化基础
实验2:多元线性回归模型在spss中的实现
第1章 机器学习与Python概述(下).mp4
第4章 数据预测建模:近邻分析-1.k-近邻法与加权k-近邻法原理
第十章、含定性变量的回归模型
第5章 数据预测建模: 决策树-2.CART(分类回归树的原理).mp4
第四章、违背基本情况的假设-4.4自相关问题
《SPSS统计分析方法及应用》第4章--基本统计分析-4.3
第二章、一元线性回归(中下)-回归方程的显著性检验 及残差分析
第一章python数据分析概述
《SPSS统计分析方法及应用》第16章--SPSS时间序列分析-平稳时间序列(Eviews)-实验
第7章 数据预测建模:人工神经网络
R语言机器学习-xgboost包-xgboost-回归模型
第8章 数据预测建模:支持向量机-4.支持向量回归