教程详情
文件下载 | 文件名称：机器学习入门Scikit-learn实现经典小案例 | 文件大小：1.98GB |
| 下载声明：本站文件大多来自于网络，仅供学习和研究使用，不得用于商业用途，如有版权问题，请联系博猪！ | ||
| 下载地址： 下载教程 | ||
教程目录：
├─第10章 深度学习
│ 1 深度学习：图像搜索.mp4
│ 2 神经网络.mp4
│ 3 深度学习在计算机视觉中的应用.mp4
│ 4 深度学习的性能.mp4
│ 5 计算机视觉中的深度学习.mp4
│ 6 深度学习的挑战.mp4
│ 7 迁移学习.mp4
│ 8 深度学习总结(1).mp4
│
├─第11章 神经网络—案例部分
│ 0 深度学习实践-获取图像数据.mp4
│ 1 深度学习实践-构建图像检索的最近邻模型.mp4
│ 2 深度学习实践-通过查询最近邻模型来检索图像.mp4
│ 3 深度学习实践-检索和轿车图像最相似的图像.mp4
│ 4 深度学习实践-通过Python和Lanbda函数来显示其他检索图像.mp4
│
├─第1章 机器学习概述
│ 1-1 机器学习-导学.mp4
│ 1-10 Python中的函数.mp4
│ 1-11 应用GraphCreate Lab.mp4
│ 1-12 GraphLab Canvas.mp4
│ 1-13 SFrame中的列操作.mp4
│ 1-14 SFrame中的apply函数.mp4
│ 1-2 概述.mp4
│ 1-3 机器学习示例.mp4
│ 1-4 本门课使用的工具.mp4
│ 1-5 本门课的内容.mp4
│ 1-6 graphlab create的安装.mp4
│ 1-7 IPython Notebook介绍.mp4
│ 1-8 python 基本语法.mp4
│ 1-9 条件和循环语句.mp4
│
├─第2章 回归模型
│ 2-1 线性回归概述.mp4
│ 2-10 回归实践-下载和探索房屋销售数据.mp4
│ 2-11 回归实践-把数据拆分成训练集和测试集.mp4
│ 2-12 回归实践-学习一个简单的回归模型通过房屋大小预测房价.mp4
│ 2-13 回归实践-评估模型的误差.mp4
│ 2-14 回归实践-通过Matplotlib来可视化预测.mp4
│ 2-15 回归实践-探索学习到的模型系数.mp4
│ 2-16 回归实践-探索数据的其他特征.mp4
│ 2-17 回归实践-学习通过更多特征来预测房价的模型.mp4
│ 2-18 回归实践-应用学习到的模型来预测更多的房价.mp4
│ 2-2 预测房价.mp4
│ 2-3 线性回归.mp4
│ 2-4 加入更高阶的因素.mp4
│ 2-5 通过训练-测试分离来评估过拟合.mp4
│ 2-6 训练测试曲线.mp4
│ 2-7 加入新的特征.mp4
│ 2-8 其他回归示例.mp4
│ 2-9 回归总结.mp4
│
├─第3章 分类模型
│ 3-1 分类-分析情感.mp4
│ 3-10 类别概率.mp4
│ 3-11 分类总结.mp4
│ 3-12 分类实践-获取和探索商品评论数据.mp4
│ 3-13 分类实践-构建词袋向量.mp4
│ 3-14 分类实践-探索流行的商品.mp4
│ 3-15 分类实践-定义评论的正面和负面感情.mp4
│ 3-16 分类实践-训练情感的分类器.mp4
│ 3-17 分类实践-通过ROC曲线评估分类器.mp4
│ 3-18 分类实践-应用模型于商品的最正面和最负面评论.mp4
│ 3-19 分类实践-探索商品的最正面和最负面评价.mp4
│ 3-2 从主题预测情感.mp4
│ 3-3 分类器应用.mp4
│ 3-4 线性分类器.mp4
│ 3-5 决策边界.mp4
│ 3-6 训练和评估分类器.mp4
│ 3-7 什么是好的精度.mp4
│ 3-8 混淆矩阵.mp4
│ 3-9 学习曲线.mp4
│
├─第4章 聚类和相似度模型
│ 4-1 聚类和相似度-文档检索.mp4
│ 4-10 其他例子.mp4
│ 4-11 聚类和相似度总结.mp4
│ 4-12 聚类和相似度实践-获取和探索维基百科数据.mp4
│ 4-13 聚类和相似度实践-探索单词计数.mp4
│ 4-14 聚类和相似度实践-计算和探索TF-IDF.mp4
│ 4-15 聚类和相似度实践-计算维基百科文章的距离.mp4
│ 4-16 聚类和相似度实践-构建和探索维基百科文章的最近领域模型.mp4
│ 4-17 聚类和相似度实践-实际文档检索的例子.mp4
│ 4-2 检索感兴趣的文档.mp4
│ 4-3 用于测量相似度的单词计数表示.mp4
│ 4-4 应用TF-IDF对于重要单词进行优先级排序.mp4
│ 4-5 TF-IDFf文档表示.mp4
│ 4-6 检索相似的文档.mp4
│ 4-7 文档聚类.mp4
│ 4-8 聚类介绍.mp4
│ 4-9 k-均值.mp4
│
├─第5章 推荐系统
│ 5-1 推荐商品.mp4
│ 5-10 通过矩阵分解发现隐藏结构.mp4
│ 5-11 特征+矩阵分解.mp4
│ 5-12 推荐系统的性能度量.mp4
│ 5-13 最优推荐.mp4
│ 5-14 准确率-召回率曲线.mp4
│ 5-15 推荐系统总结.mp4
│ 5-16 推荐系统实践-获取和探索音乐数据.mp4
│ 5-17 推荐系统实践-构建和评估基于流行度的音乐推荐系统.mp4
│ 5-18 推荐系统实践-构建和评估个性化的音乐推荐系统.mp4
│ 5-19 推荐系统实践-召回率来比较推荐模型.mp4
│ 5-2 我们在哪能见到推荐系统【此章节有密码】.mp4
│ 5-2小节播放器.exe
│ 5-3 推荐的分类模型.mp4
│ 5-4 协同过滤.mp4
│ 5-5 流行物品的影响.mp4
│ 5-6 正规化同现矩阵.mp4
│ 5-7 矩阵补全问题.mp4
│ 5-8 通过用户和物品的特征进行推荐.mp4
│ 5-9 利用矩阵形式预测.mp4
│
├─第6章 深度学习
│ 6-1 深度学习：图像搜索.mp4
│ 6-10 深度学习实践-构建图像检索的最近邻模型.mp4
│ 6-11 深度学习实践-通过查询最近邻模型来检索图像.mp4
│ 6-12 深度学习实践-检索和轿车图像最相似的图像.mp4
│ 6-13 深度学习实践-通过Python和Lanbda函数来显示其他检索图像.mp4
│ 6-2 神经网络.mp4
│ 6-3 深度学习在计算机视觉中的应用.mp4
│ 6-4 深度学习的性能.mp4
│ 6-5 计算机视觉中的深度学习.mp4
│ 6-6 深度学习的挑战.mp4
│ 6-7 迁移学习.mp4
│ 6-8 深度学习总结(1).mp4
│ 6-9 深度学习实践-获取图像数据.mp4
│
├─第7章 聚类和相似度模型—维基百科人物相似度案例
│ 7-1 聚类和相似度实践-获取和探索维基百科数据.mp4
│ 7-2 聚类和相似度实践-探索单词计数.mp4
│ 7-3 聚类和相似度实践-计算和探索TF-IDF.mp4
│ 7-4 聚类和相似度实践-计算维基百科文章的距离.mp4
│ 7-5 聚类和相似度实践-构建和探索维基百科文章的最近领域模型.mp4
│ 7-6 聚类和相似度实践-实际文档检索的例子.mp4
│
├─第8章 推荐系统
│ 1 推荐商品.mp4
│ 10 通过矩阵分解发现隐藏结构.mp4
│ 11 特征+矩阵分解.mp4
│ 12 推荐系统的性能度量.mp4
│ 13 最优推荐.mp4
│ 14 准确率-召回率曲线.mp4
│ 15 推荐系统总结.mp4
│ 2.mp4
│ 3 推荐的分类模型.mp4
│ 4 协同过滤.mp4
│ 5 流行物品的影响.mp4
│ 6 正规化同现矩阵.mp4
│ 7 矩阵补全问题.mp4
│ 8 通过用户和物品的特征进行推荐.mp4
│ 9 利用矩阵形式预测.mp4
│
└─第9章 推荐系统—构建推荐系统案例
9-1 推荐系统实践-获取和探索音乐数据.mp4
9-2 推荐系统实践-构建和评估基于流行度的音乐推荐系统.mp4
9-3 推荐系统实践-构建和评估个性化的音乐推荐系统.mp4
9-4 推荐系统实践-召回率来比较推荐模型.mp4
教程截图
教程试看
https://v.youku.com/v_show/id_XNTgyMTAwMTI2OA==.html
教程下载
原文链接：【教程宝盒网】 https://www.jc-box.com/4131.html，转载请注明出处。
请先 ！