AIU人工智能学院：菊安酱的《机器学习实战》课程下载 价值499元

01.第1章 k-近邻算法

第1期 k-近邻算法（完整版）.zip

任务2： 1.机器学习概述.mp4

任务3： 2.k-近邻算法原理.mp4

任务4： 3.k-近邻的python实现.mp4

任务5： 4.k-近邻算法之约会网站配对效果判定.mp4

任务6： 5.k-近邻算法之手写数字识别.mp4

02.第2章 决策树

任务10： 3. 递归构建决策树.mp4

任务11： 4. 利用sklearn绘制决策树.mp4

任务12： 5. 决策树的可视化.mp4

任务13： 6. 使用决策树预测隐形眼镜类型.mp4

任务7：第2期 决策树（完整版）.zip

任务8： 1. 决策树原理简介.mp4

任务9： 2. 决策树的构建准备工作.mp4

03.第3章 朴素贝叶斯

第3期 朴素贝叶斯 （完整版）.zip

任务15： 1. 朴素贝叶斯概述.mp4

任务16： 2. 朴素贝叶斯之鸢尾花数据实验.mp4

任务17： 3. 朴素贝叶斯之言论过滤.mp4

任务18： 4. 朴素贝叶斯之LJ邮件过滤.mp4

任务19： 5. kaggle比赛之“旧金山犯罪分类预测”.mp4

任务20： 6. 算法总结.mp4

04.第4章 Logistic 回归

第4期 logistic（完整版）.zip

任务22： 1. logistic原理概述.mp4

任务23： 2. 损失函数正则化.mp4

任务24： 3. 梯度下降法.mp4

任务25： 4. 梯度下降种类解析.mp4

任务26： 5. 梯度下降求解逻辑回归.mp4

任务27： 6. 病马案例.mp4

任务28： 7. sklearn实现葡萄牙银行营销案例.mp4

任务29： 8. 分类算法大比拼.mp4

任务30： 9. 算法总结.mp4

05.第5章 支持向量机

第5期 支持向量机（完整版）.zip

任务32： 1. 支持向量机概述.mp4

任务33： 2. 补充数学公式.mp4

任务34： 3. smo算法流程.mp4

任务35： 4. 简化版smo算法.mp4

任务36： 5. 完整版smo算法.mp4

任务37： 6. 核函数.mp4

任务38： 7. 非线性svm.mp4

任务39： 8. 案例：svm之手写数字识别.mp4

任务40： 9. 算法总结.mp4

06.第6章 AdaBoost算法

第6期 Adaboost算法（完整版）.zip

任务42： 1. 集成算法概念.mp4

任务43： 2. adaboost算法步骤.mp4

任务44： 3. 构建弱分类器.mp4

任务45： 4. adaboost完整版函数.mp4

任务46： 5. 案例：adaboost在病马数据集上的应用.mp4

任务47： 6. 分类器衡量指标.mp4

任务48： 7. 样本不均衡问题.mp4

任务49： 8. 案例：套坦尼克号幸存者预测.mp4

07.第7章 线性回归

第7期 线性回归（完整版）.zip

任务51： 1. 线性回归概述.mp4

任务52： 2. 线性回归的损失函数.mp4

任务53： 3. 简单线性回归python实现.mp4

任务54： 4. 局部加权线性回归.mp4

任务55： 5. 案例：预测鲍鱼的年龄.mp4

任务56： 6. 岭回归.mp4

任务57： 7. lasso和向前逐步回归.mp4

任务58： 8. 爬虫获取乐高交易数据.mp4

任务59： 9. 乐高二手成交价预测.mp4

08.第8章 树回归

任务60：第8期 树回归（完整版）.zip

任务61： 1. 决策树回顾.mp4

任务62： 2.cart算法概述.mp4

任务63： 3. cart回归树的python实现.mp4

任务64： 4. 回归树的sklearn实现.mp4

任务65： 5. 树剪枝.mp4

任务66： 6. 模型树.mp4

任务67： 7. 回归树预测结果.mp4

任务68： 8. 模型树和标准线性回归预测结果.mp4

任务69： 9. 使用python的tkinter库创建gui.mp4

09.第9章 K-均值聚类算法

任务70：第9期 K-均值聚类（完整版）.zip

任务71： 1. 聚类分析概述.mp4

任务72： 2. k均值算法原理.mp4

任务73： 3. k均值算法的python实现（1）.mp4

任务74： 4. k均值算法的python实现（2）.mp4

任务75： 5. 算法验证.mp4

任务76： 6. 误差平方和sse和学习曲线.mp4

任务77： 7. 模型收敛稳定性探讨.mp4

任务78： 8. 二分k均值法（1）.mp4

任务79： 9. 二分k均值法（2）.mp4

任务80： 10. 聚类模型评价指标.mp4

任务81： 11. 轮廓系数的python实现.mp4

任务82： 【附录1】距离类模型中距离的确定.mp4

任务83： 【附录2】归一化处理.mp4

10.第10章 关联规则之Apriori

任务84：课件、代码及数据集下载.zip

任务85： 1 关联分析概述.mp4

任务86： 2 频繁项集的评估标准：支持度&置信度.mp4

任务87： 3 频繁项集的评估标准：提升度.mp4

任务88： 4 关联规则的发现.mp4

任务89： 5 apriori原理.mp4

任务90： 6 apriori挖掘频繁项集（1）.mp4

任务91： 7 apriori挖掘频繁项集（2）.mp4

任务92： 8 apriori挖掘频繁项集（3）.mp4

任务93： 9 apriori挖掘关联规则（1）.mp4

任务94： 10 apriori挖掘关联规则（2）.mp4

任务95： 11 案例：发现美国国会投票中的模式.mp4

任务96： 12 案例：发现毒蘑菇的相似特征（1）.mp4

任务97： 13 案例：发现毒蘑菇的相似特征（2）.mp4