getfromcode

咕泡学院-人工智能机器学习系统班（第十二期）

AI
课程简介

咕泡学院-人工智能机器学习系统班（第十二期） 深度学习与机器学习实战 编辑点评 实战性强，涵盖多种机器学习算法，适合有一定基础的AI爱好者。 ⭐ 编辑推荐 咕泡学院人工智能机器学习系统班，深入浅出讲解机器学习实战技巧。 ✨ 课程亮点 ✦ 实战案例丰富 ✦ 算法讲解详细 ✦ 适合进阶学习 课程目录 📁 12-选修：机器学习进阶实战 📁 11-11.HMM…

已有 26 人浏览 发布 2026-04-21 更新 2026-09-19

咕泡学院-人工智能机器学习系统班（第十二期）

深度学习与机器学习实战

编辑点评

实战性强，涵盖多种机器学习算法，适合有一定基础的AI爱好者。

⭐ 编辑推荐

咕泡学院人工智能机器学习系统班，深入浅出讲解机器学习实战技巧。

✨ 课程亮点

✦实战案例丰富
✦算法讲解详细
✦适合进阶学习

课程目录

11-11.HMM案例实战4 集
  • 11-11.HMM案例实战说明.png [493.5 KB]
  • 3-3-中文分词任务.mp4 [13.4 MB]
  • 4-4-实现中文分词.mp4 [35.8 MB]
  • 2-2-工具包使用方法.mp4 [55.6 MB]
18-18.Tensorflow自己打造word2vec5 集
  • 18-18.Tensorflow自己打造word2vec说明.zip [1.8 MB]
  • 2-2-数据清洗.mp4 [27.6 MB]
  • 1-1-数据与任务流程.mp4 [45.7 MB]
  • 3-3-batch数据制作.mp4 [51.5 MB]
  • 4-4-网络训练.mp4 [49.1 MB]
10-10.HMM隐马尔科夫模型7 集
  • 10-10-维特比算法.mp4 [43.1 MB]
  • 4-4-暴力求解方法.mp4 [28.0 MB]
  • 3-3-组成与要解决的问题.mp4 [14.9 MB]
  • 1-1-马尔科夫模型.mp4 [17.5 MB]
  • 6-6-鍓嶅悜绠楁硶.mp4 [36.1 MB]
  • 2-2-隐马尔科夫模型基本出发点.mp4 [18.7 MB]
  • 7-7-前向算法求解实例.mp4 [33.3 MB]
4-4.4.使用lightgbm进行饭店流量预测3 集
  • 4-4-鐗瑰緛鎻愬彇.mp4 [64.0 MB]
  • 1-1-饭店流量数据介绍.mp4 [30.9 MB]
  • 2-2-数据汇总.mp4 [51.1 MB]
13-13.音乐推荐系统实战5 集
  • 6-6-基于矩阵分解的音乐推荐.mp4 [83.1 MB]
  • 1-1-音乐推荐任务概述.mp4 [64.5 MB]
  • 4-4-物品相似度计算与推荐.mp4 [63.4 MB]
  • 3-3-基于物品的协同过滤.mp4 [63.1 MB]
  • 2-2-数据集整合.mp4 [53.9 MB]
9-9.EM算法3 集
  • 2-2-隐变量问题【公重号：CunWorkNotess】.mp4 [10.1 MB]
  • 3-3-EM算法求解实例.mp4 [26.3 MB]
  • 1-1-EM算法要解决的问题.mp4 [17.6 MB]
19-19.制作自己常用工具包2 集
  • 1-1-为什么要做自己的数据工具包.mp4 [8.9 MB]
  • 4-4-其他处理方式概述.mp4 [77.7 MB]
2-2.GBDT提升算法2 集
  • 4-4-回归任务【不易整理‖请关注：CunWorkNotess】.mp4 [9.7 MB]
  • 5-5-鍒嗙被浠诲姟.mp4 [21.9 MB]
6-6.降维算法-线性判别分析5 集
  • 4-4-实现线性判别分析进行降维任务.mp4 [24.9 MB]
  • 1-1-线性判别分析要解决的问题.mp4 [20.2 MB]
  • 5-5-求解得出降维结果.mp4 [23.7 MB]
  • 3-3-线性判别分析求解.mp4 [20.0 MB]
  • 2-2-线性判别分析要优化的目标.mp4 [19.4 MB]
8-8.贝叶斯优化实战6 集
  • 5-5-鏂规硶瀵规瘮.mp4 [33.5 MB]
  • 1-1-基础模型建立.mp4 [24.2 MB]
  • 6-6-参数变化情况.mp4 [55.5 MB]
  • 3-3-随机优化结果.mp4 [34.2 MB]
  • 2-2-设置参数空间.mp4 [52.7 MB]
  • 4-4-贝叶斯优化效果.mp4 [65.2 MB]
15-15.学习曲线2 集
  • 2-2-数据集中的结果.mp4 [61.0 MB]
  • 3-3-曲线实验结果.mp4 [40.3 MB]
12-12.推荐系统6 集
  • 8-7-隐语义模型求解.mp4 [15.4 MB]
  • 9-8-模型评估标准.mp4 [10.9 MB]
  • 2-1-推荐系统应用.mp4 [18.8 MB]
  • 5-4-基于用户的协同过滤.mp4 [14.5 MB]
  • 3-2-推荐系统要完成的任务.mp4 [10.4 MB]
  • 6-5-基于物品的协同过滤.mp4 [21.9 MB]
20-20.机器学习项目实战-数据处理与特征提取5 集
  • 1-1-建筑能源利用效率任务概述.mp4 [13.0 MB]
  • 8-8-特征工程的价值与方法【整理不易‖记得关注：CunWorKNotess】.mp4 [63.7 MB]
  • 6-6-变量与结果的关系对比分析.mp4 [36.5 MB]
  • 3-3-能源信息各项指标数据预处理.mp4 [46.0 MB]
  • 4-4-单变量绘图分析.mp4 [26.0 MB]
17-17.使用word2vec分类任务4 集
  • 2-2-基于词袋模型训练分类器.mp4 [28.1 MB]
  • 1-1-影评情感分类.mp4 [46.9 MB]
  • 4-4-使用gensim构建word2vec词向量（新）.mp4 [67.7 MB]
  • 3-3-准备word2vec输入数据.mp4 [24.2 MB]
5-5.人口普查数据集项目实战-收入预测5 集
  • 3-3-第一步：数据清洗.mp4 [24.1 MB]
  • 1-1-人口普查预测任务概述.mp4 [58.2 MB]
  • 8-8-ROC与AUC模型评估标准.mp4 [54.8 MB]
  • 9-9-机器学习模型.mp4 [67.4 MB]
  • 2-2-单特征与缺失值展示.mp4 [53.5 MB]
21-21.机器学习项目实战-建模与分析6 集
  • 3-3-参数对结果的影响分析.mp4 [67.3 MB]
  • 1-1-dataleakage问题解决方案【持续更新‖免费提供：Cunworknotess】.mp4 [69.1 MB]
  • 2-2-机器学习基础模型对比.mp4 [63.5 MB]
  • 5-5-模型的结果解释与参数分析.mp4 [40.5 MB]
  • 6-6-机器学习常用模型分析方法介绍.mp4 [93.1 MB]
  • 4-4-测试模型效果.mp4 [55.1 MB]
16-16.NLP-文本特征方法对比3 集
  • 3-3-词袋模型分析.mp4 [63.6 MB]
  • 1-1.1-浠诲姟姒傝堪.mp4 [37.5 MB]
  • 6-6-深度学习模型.mp4 [39.3 MB]
14-14.基于统计分析的电影推荐8 集
  • 7-7-推荐引擎构造.mp4 [50.9 MB]
  • 2-2-数据与关键词信息展示.mp4 [61.3 MB]
  • 1-1-数据与环境配置.mp4 [65.5 MB]
  • 8-8-数据特征构造.mp4 [36.2 MB]
  • 5-5-数据清洗概述.mp4 [57.3 MB]
  • 3-3-关键词云与直方图展示.mp4 [46.0 MB]
  • 6-6-缺失值填充方法.mp4 [37.2 MB]
  • 9-9-得出推荐结果.mp4 [51.8 MB]
7-7.贝叶斯优化及其工具包使用4 集
  • 1-1-贝叶斯优化概述.mp4 [24.3 MB]
  • 3-3-贝叶斯优化效果.mp4 [37.0 MB]
  • 4-4-调整参数空间.mp4 [43.3 MB]
  • 2-2-工具包使用方法.mp4 [35.8 MB]
1-1.数据特征6 集
  • 5-5-构造文本向量.mp4 [48.7 MB]
  • 2-2-常用特征构造手段.mp4 [51.0 MB]
  • 1-1-基本数值特征.mp4 [48.1 MB]
  • 3-3-时间特征处理.mp4 [55.4 MB]
  • 7-7-计算机眼中的图像.mp4 [23.3 MB]
  • 4-4-文本特征处理.mp4 [109.6 MB]
19-19.神经网络代码实现13 集
  • 19-19.神经网络代码实现资料.zip [1.8 MB]
  • 14-14-测试效果可视化展示.mp4 [63.1 MB]
  • 9-9-閫愬眰璁＄畻.mp4 [38.9 MB]
  • 3-3-矩阵向量转换.mp4 [32.0 MB]
  • 1-1-神经网络整体框架概述.mp4 [22.2 MB]
  • 10-10-完成全部迭代更新模块.mp4 [66.2 MB]
  • 6-6-损失函数定义.mp4 [35.9 MB]
  • 2-2-参数初始化操作.mp4 [42.9 MB]
  • 11-11-手写字体识别数据集.mp4 [40.1 MB]
  • 7-7-准备反向传播迭代.mp4 [30.2 MB]
  • 13-13-模型优化结果展示.mp4 [54.7 MB]
  • 12-12-算法代码错误修正.mp4 [55.4 MB]
  • 5-5-完成前向传播模块.mp4 [36.3 MB]
7-7.逻辑回归实验分析5 集
  • 7-7.逻辑回归实验分析必看.png [493.5 KB]
  • 2-2-概率结果随特征数值的变化.mp4 [47.1 MB]
  • 4-4-坐标棋盘制作.mp4 [38.7 MB]
  • 1-1-逻辑回归实验概述.mp4 [52.5 MB]
  • 5-5-分类决策边界展示分析.mp4 [61.8 MB]
22-22.关联规则实战分析7 集
  • 22-22.关联规则实战分析文档.png [493.5 KB]
  • 3-3-提升度的作用.mp4 [40.9 MB]
  • 2-2-支持度与置信度【公重号：CunWorkNotess】.mp4 [32.9 MB]
  • 5-5-数据集制作.mp4 [32.7 MB]
  • 1-1-关联规则概述.mp4 [21.6 MB]
  • 6-6-电影数据集题材关联分析.mp4 [57.1 MB]
  • 4-4-Python实战关联规则.mp4 [34.0 MB]
29-29.HMM应用实例4 集
  • 29-29.HMM应用实例说明.zip [1.8 MB]
  • 2-2-工具包使用方法.mp4 [55.6 MB]
  • 3-3-中文分词任务.mp4 [13.4 MB]
  • 4-4-实现中文分词.mp4 [35.8 MB]
14-14.集成算法原理3 集
  • 2-2-随机森林优势与特征重要性指标.mp4 [26.4 MB]
  • 3-3-提升算法概述.mp4 [23.1 MB]
  • 1-1-随机森林算法原理.mp4 [32.2 MB]
27-27.主成分分析降维算法原理解读3 集
  • 2-2-方差与协方差.mp4 [25.8 MB]
  • 4-4-PCA闄嶇淮瀹炰緥.mp4 [41.9 MB]
  • 1-1-PCA鍩烘湰姒傚康.mp4 [48.2 MB]
20-20.贝叶斯算法原理4 集
  • 4-4-拼写纠错实例.mp4 [33.0 MB]
  • 1-1-贝叶斯要解决的问题.mp4 [14.4 MB]
  • 3-3-垃圾邮件过滤实例.mp4 [22.8 MB]
  • 2-2-贝叶斯公式推导.mp4 [19.5 MB]
17-17.支持向量机实验分析5 集
  • 5-5-核函数的作用与效果.mp4 [68.3 MB]
  • 4-4-闈炵嚎鎬VM.mp4 [22.9 MB]
  • 2-2-决策边界可视化展示.mp4 [34.5 MB]
  • 1-1-支持向量机所能带来的效果.mp4 [29.6 MB]
  • 3-3-软间隔的作用.mp4 [32.9 MB]
4-4.线性回归实验分析12 集
  • 4-4-梯度下降模块【持续更新‖免费提供：Cunworknotess】.mp4 [21.1 MB]
  • 2-2-参数直接求解方法.mp4 [25.1 MB]
  • 5-5-学习率对结果的影响【不易整理‖请关注：CunWorkNotess】.mp4 [32.8 MB]
  • 10-10-模型复杂度.mp4 [65.8 MB]
  • 12-12-正则化的作用.mp4 [34.3 MB]
  • 11-11-样本数量对结果的影响.mp4 [61.2 MB]
  • 6-6-随机梯度下降得到的效果.mp4 [45.0 MB]
  • 14-14-实验总结.mp4 [56.8 MB]
  • 13-13-岭回归与lasso.mp4 [92.3 MB]
  • 3-3-预处理对结果的影响.mp4 [55.5 MB]
  • 1-1-实验目标分析.mp4 [20.9 MB]
  • 8-8-不同策略效果对比.mp4 [33.6 MB]
1-1.线性回归原理推导6 集
  • 8-8-优化参数设置.mp4 [27.2 MB]
  • 6-6-梯度下降通俗解释.mp4 [21.2 MB]
  • 3-3-独立同分布的意义.mp4 [24.9 MB]
  • 1-1-回归问题概述.mp4 [20.0 MB]
  • 4-4-似然函数的作用.mp4 [29.6 MB]
  • 7-7参数更新方法.mp4 [25.3 MB]
18-18.神经网络算法原理13 集
  • 4-4-视觉任务中遇到的问题【整理不易‖记得关注：CunWorKNotess】.mp4 [32.8 MB]
  • 5-5-得分函数【公重号：CunWorkNotess】.mp4 [18.9 MB]
  • 13-13-神经网络过拟合解决方法.mp4 [40.5 MB]
  • 1-1-深度学习要解决的问题.mp4 [20.4 MB]
  • 6-6-损失函数的作用.mp4 [31.0 MB]
  • 8-8-返向传播计算方法.mp4 [25.6 MB]
  • 12-12-正则化与激活函数.mp4 [29.1 MB]
  • 10-10-神经网络架构细节.mp4 [37.4 MB]
  • 2-2-深度学习应用领域.mp4 [50.0 MB]
  • 7-7-前向传播整体流程.mp4 [39.0 MB]
  • 11-11-神经元个数对结果的影响.mp4 [58.6 MB]
  • 3-3-计算机视觉任务.mp4 [17.9 MB]
  • 9-9-神经网络整体架构.mp4 [30.5 MB]
9-9.Kmeans代码实现6 集
  • 5-5-鸢尾花数据集聚类任务.mp4 [32.7 MB]
  • 6-6-聚类效果展示【整理不易‖记得关注：CunWorKNotess】.mp4 [53.0 MB]
  • 1-1-Kmeans算法模块概述.mp4 [10.1 MB]
  • 3-3-样本点归属划分.mp4 [26.2 MB]
  • 4-4-算法迭代更新.mp4 [28.3 MB]
  • 2-2-计算得到簇中心点.mp4 [24.5 MB]
10-10.聚类算法实验分析10 集
  • 9-2-应用实例-图像分割.mp4 [40.1 MB]
  • 3-1-建模流程解读.mp4 [49.7 MB]
  • 5-1-评估指标-Inertia【公重号：CunWorkNotess】.mp4 [48.5 MB]
  • 7-2-Kmenas算法存在的问题.mp4 [34.7 MB]
  • 2-1-聚类结果展示.mp4 [19.8 MB]
  • 11-1-DBSCAN算法.mp4 [55.9 MB]
  • 10-1-半监督学习.mp4 [48.1 MB]
  • 8-1-轮廓系数的作用.mp4 [42.7 MB]
  • 6-1-如何找到合适的K值.mp4 [35.1 MB]
  • 1-1-Kmenas算法常用操作.mp4 [42.1 MB]
6-6.逻辑回归代码实现11 集
  • 12-12-非线性决策边界.mp4 [22.9 MB]
  • 5-5-迭代优化参数.mp4 [50.3 MB]
  • 3-3-完成预测模块.mp4 [37.1 MB]
  • 9-9-训练多分类模型.mp4 [48.2 MB]
  • 10-10-准备测试数据.mp4 [41.3 MB]
  • 2-2-训练模块功能.mp4 [43.3 MB]
  • 11-11-决策边界绘制.mp4 [56.3 MB]
  • 8-8-鸢尾花数据集多分类任务.mp4 [27.8 MB]
  • 4-4-优化目标定义.mp4 [38.5 MB]
  • 7-7-得出最终结果.mp4 [55.9 MB]
  • 1-1-多分类逻辑回归整体思路.mp4 [21.0 MB]
23-23.关联规则代码实现8 集
  • 1-1-Apripri算法整体流程.mp4 [33.4 MB]
  • 2-2-数据集demo【不易整理‖请关注：CunWorkNotess】.mp4 [12.1 MB]
  • 5-5-挖掘频繁项集【整理不易‖记得关注：CunWorKNotess】.mp4 [26.5 MB]
  • 6-6-规则生成模块.mp4 [26.1 MB]
  • 7-7-完成全部算法流程.mp4 [30.1 MB]
  • 3-3-扫描模块.mp4 [23.5 MB]
  • 8-8-规则结果展示.mp4 [29.2 MB]
  • 4-4-拼接模块.mp4 [21.6 MB]
15-15.集成算法实验分析13 集
  • 8-8-Adaboost决策边界效果.mp4 [61.3 MB]
  • 12-12-停止方案实施.mp4 [48.8 MB]
  • 10-10-集成参数对比分析.mp4 [85.7 MB]
  • 11-11-模型提前停止策略.mp4 [31.6 MB]
  • 13-13-堆叠模型.mp4 [23.0 MB]
  • 2-2-硬投票与软投票效果对比.mp4 [69.3 MB]
  • 7-7-Adaboost绠楁硶姒傝堪.mp4 [11.6 MB]
  • 5-5-OOB袋外数据的作用.mp4 [18.7 MB]
  • 6-6-特征重要性热度图展示.mp4 [53.4 MB]
  • 3-3-Bagging绛栫暐鏁堟灉.mp4 [44.9 MB]
  • 1-1-构建实验数据集.mp4 [17.0 MB]
  • 4-4-集成效果展示分析.mp4 [50.5 MB]
  • 9-9-GBDT提升算法流程.mp4 [24.0 MB]
25-25.代码实现word2vec词向量模型4 集
  • 2-2-数据清洗.mp4 [27.6 MB]
  • 1-1-数据与任务流程.mp4 [45.7 MB]
  • 4-4-网络训练.mp4 [49.1 MB]
  • 3-3-batch数据制作.mp4 [51.5 MB]
2-2.线性回归代码实现9 集
  • 8-整体流程debug解读.mp4 [34.4 MB]
  • 3-实现梯度下降优化模块【不易整理‖请关注：CunWorkNotess】.mp4 [40.1 MB]
  • 4-损失与预测模块【整理不易‖记得关注：CunWorKNotess】.mp4 [47.3 MB]
  • 1-线性回归整体模块概述.mp4 [14.7 MB]
  • 9-多特征回归模型.mp4 [62.7 MB]
  • 5-数据与标签定义.mp4 [44.4 MB]
  • 10-非线性回归.mp4 [49.8 MB]
  • 7-得到线性回归方程.mp4 [36.2 MB]
  • 6-训练线性回归模型.mp4 [45.2 MB]
3-3.模型评估方法6 集
  • 3-3-交叉验证的作用.mp4 [47.6 MB]
  • 6-6-评估指标对比分析.mp4 [52.8 MB]
  • 2-2-数据集切分【整理不易‖记得关注：CunWorKNotess】.mp4 [26.2 MB]
  • 5-5-娣锋穯鐭╅樀.mp4 [24.2 MB]
  • 4-4-交叉验证实验分析.mp4 [65.2 MB]
  • 7-7-阈值对结果的影响.mp4 [45.1 MB]
16-16.支持向量机原理推导8 集
  • 3-3-目标函数推导【不易整理‖请关注：CunWorkNotess】.mp4 [26.2 MB]
  • 5-5-化简最终目标函数.mp4 [16.8 MB]
  • 6-6-求解决策方程.mp4 [32.3 MB]
  • 9-9-鐭ヨ瘑鐐规€荤粨.mp4 [26.2 MB]
  • 8-8-核函数的作用.mp4 [33.1 MB]
  • 2-2-距离与数据定义.mp4 [20.4 MB]
  • 1-1-支持向量机要解决的问题.mp4 [20.0 MB]
  • 4-4-拉格朗日乘子法求解.mp4 [22.0 MB]
24-24.词向量word2vec通俗解读3 集
  • 2-2-模型整体框架.mp4 [28.2 MB]
  • 3-3-训练数据构建.mp4 [15.9 MB]
  • 1-1-词向量模型通俗解释.mp4 [21.7 MB]
21-21.贝叶斯代码实现6 集
  • 5-5-贝叶斯公式对数变换.mp4 [29.7 MB]
  • 3-3-预料表与特征向量构建.mp4 [34.3 MB]
  • 4-4-分类别统计词频.mp4 [32.1 MB]
  • 2-2-邮件数据读取.mp4 [16.4 MB]
  • 1-1-朴素贝叶斯算法整体框架.mp4 [18.3 MB]
  • 6-6-完成预测模块.mp4 [35.3 MB]
28-28.隐马尔科夫模型7 集
  • 4-4-暴力求解方法.mp4 [28.0 MB]
  • 3-3-组成与要解决的问题.mp4 [14.9 MB]
  • 2-2-隐马尔科夫模型基本出发点.mp4 [18.7 MB]
  • 7-7-前向算法求解实例.mp4 [33.3 MB]
  • 10-10-维特比算法.mp4 [43.1 MB]
  • 1-1-马尔科夫模型.mp4 [17.5 MB]
  • 6-6-鍓嶅悜绠楁硶.mp4 [36.1 MB]
11-11.决策树原理6 集
  • 8-8-回归问题解决.mp4 [18.6 MB]
  • 5-5-信息增益率与gini系数.mp4 [18.5 MB]
  • 2-2-鐔电殑浣滅敤.mp4 [23.2 MB]
  • 3-3-信息增益原理.mp4 [30.7 MB]
  • 1-1-决策树算法概述.mp4 [24.7 MB]
  • 4-4-决策树构造实例.mp4 [25.5 MB]
26-26.线性判别分析降维算法原理解读5 集
  • 5-5-求解得出降维结果.mp4 [23.7 MB]
  • 1-1-线性判别分析要解决的问题.mp4 [20.2 MB]
  • 3-3-线性判别分析求解.mp4 [20.0 MB]
  • 2-2-线性判别分析要优化的目标.mp4 [19.4 MB]
  • 4-4-实现线性判别分析进行降维任务.mp4 [24.9 MB]
5-5.逻辑回归实验分析1 集
  • 1-1-逻辑回归算法原理.mp4 [23.4 MB]
12-12.决策树代码实现6 集
  • 5-数据集切分.mp4 [27.9 MB]
  • 1-整体模块概述.mp4 [11.9 MB]
  • 6-完成树模型构建.mp4 [28.2 MB]
  • 7-测试算法效果.mp4 [23.0 MB]
  • 2-递归生成树节点.mp4 [28.2 MB]
  • 3-整体框架逻辑.mp4 [20.7 MB]
8-8.聚类算法-Kmeans&Dbscan原理3 集
  • 1-1-KMEANS绠楁硶姒傝堪.mp4 [18.5 MB]
  • 3-3-KMEANS迭代可视化展示.mp4 [24.1 MB]
  • 4-4-DBSCAN鑱氱被绠楁硶.mp4 [19.3 MB]
13-13.决策树实验分析3 集
  • 3-3-树模型预剪枝参数作用.mp4 [43.2 MB]
  • 2-2-决策边界展示分析.mp4 [41.7 MB]
  • 1-1-树模型可视化展示.mp4 [31.1 MB]
1-1.快手短视频用户活跃度分析9 集
  • t.zip [1.8 MB]
  • 7-7-网络训练模块.mp4 [44.8 MB]
  • 5-5-生成特征汇总表【整理不易‖记得关注：CunWorKNotess】.mp4 [101.5 MB]
  • 2-2-整体模型架构.mp4 [15.0 MB]
  • 9-0-课程简介.mp4 [4.1 MB]
  • 3-3-构建用户特征序列.mp4 [40.2 MB]
  • 8-8-得出最终模型结果.mp4 [37.3 MB]
  • 1-1-任务目标与数据分析..mp4 [32.1 MB]
  • 4-4-序列特征提取方法.mp4 [32.8 MB]
5-5.医学糖尿病数据命名实体识别6 集
  • 2-2-整体模型架构.mp4 [15.0 MB]
  • 6-6-医疗数据集（糖尿病）实体识别.mp4 [81.4 MB]
  • 5-5-训练网络模型.mp4 [40.4 MB]
  • 3-3-数据-标签-语料库处理.mp4 [40.0 MB]
  • 1-1-数据与任务介绍.mp4 [22.7 MB]
  • 4-4-输入样本填充补齐.mp4 [36.2 MB]
3-3.智慧城市-道路通行时间预测7 集
  • 5-5-基于回归与插值完成序列特征.mp4 [56.0 MB]
  • 6-6-基于回归与插值进行序列补全.mp4 [32.0 MB]
  • 4-4-序列缺失补全方法.mp4 [37.5 MB]
  • 2-2-数据清洗与标签转换.mp4 [28.4 MB]
  • 3-3-道路通行时间序列数据生成.mp4 [39.6 MB]
  • 8-8-建立回归模型进行预测.mp4 [48.6 MB]
  • 1-1-数据与任务目标分析.mp4 [30.5 MB]
6-6.贷款平台风控模型+特征工程7 集
  • 6-6-app安装特征.mp4 [37.4 MB]
  • 2-2-图模型信息提取.mp4 [27.8 MB]
  • 4-4-deepwalk构建图顶点特征.mp4 [53.5 MB]
  • 1-1-竞赛任务目标.mp4 [23.8 MB]
  • 5-5-各项统计特征.mp4 [56.0 MB]
  • 3-3-节点权重特征提取(PageRank).mp4 [35.5 MB]
  • 7-7-图中联系人特征.mp4 [70.3 MB]
4-4.特征工程建模可解释包7 集
  • 8-1-结果对比分析.mp4 [59.3 MB]
  • 4-4-ShapValues鎸囨爣鍒嗘瀽.mp4 [58.0 MB]
  • 6-1-竞赛与目标分析.mp4 [29.4 MB]
  • 7-1-特征对比分析方法.mp4 [47.6 MB]
  • 1-1-模型解释方法与实践.mp4 [45.9 MB]
  • 5-5-疾病引起原因分析实战.mp4 [55.1 MB]
  • 2-2-部分依赖图解释.mp4 [21.9 MB]
10-10.机器学习项目实战模板11 集
  • 1-1-建筑能源利用效率任务概述.mp4 [13.0 MB]
  • 14-6-模型分析.mp4 [93.1 MB]
  • 4-4-单变量绘图分析.mp4 [26.0 MB]
  • 13-5-模型解释.mp4 [40.5 MB]
  • 11-3-选择参数.mp4 [67.3 MB]
  • 10-2-基础模型对比.mp4 [63.5 MB]
  • 12-4-测试模型.mp4 [55.1 MB]
  • 6-6-变量与结果的关系.mp4 [36.5 MB]
  • 3-3-能源信息各项指标数据预处理.mp4 [46.0 MB]
  • 8-8-特征工程的价值和方法.mp4 [63.7 MB]
  • 2-2-处理流程与数据简介.mp4 [57.1 MB]
9-9.用电敏感客户分类7 集
  • 2-2-特征工程分析与特征提取.mp4 [83.7 MB]
  • 7-7-高敏模型概述.mp4 [47.7 MB]
  • 4-4-统计与文本特征.mp4 [59.3 MB]
  • 1-1-任务与解决框架概述.mp4 [61.9 MB]
  • 3-3-离散数据处理.mp4 [59.0 MB]
  • 6-6-构建低敏用户模型.mp4 [67.5 MB]
  • 5-5-文本特征构建.mp4 [71.5 MB]
8-8.数据特征常用构建方法6 集
  • 4-4-文本特征处理.mp4 [109.6 MB]
  • 2-2-常用特征构造手段.mp4 [51.0 MB]
  • 5-5-构造文本向量.mp4 [48.7 MB]
  • 1-1-基本数值特征.mp4 [48.1 MB]
  • 3-3-时间特征处理.mp4 [55.4 MB]
  • 7-7-计算机眼中的图像.mp4 [23.3 MB]
7-7.新闻关键词抽取模型9 集
  • 6-6-候选词统计特征.mp4 [33.7 MB]
  • 8-8-候选词相似度特征【整理不易‖记得关注：CunWorKNotess】.mp4 [20.7 MB]
  • 7-7-textrank特征提取【整理不易‖记得关注：CunWorKNotess】.mp4 [30.7 MB]
  • 3-3-基本特征抽取.mp4 [68.2 MB]
  • 5-5-鏉冮噸鍒掑垎.mp4 [49.1 MB]
  • 9-9-特征工程汇总.mp4 [84.3 MB]
  • 2-2-数据清洗与预处理.mp4 [53.5 MB]
  • 1-1-任务目标与数据集介绍.mp4 [73.6 MB]
  • 4-4-文章与词向量分析.mp4 [84.5 MB]
2-2.工业化生产预测5 集
  • 3-3-时间特征提取.mp4 [60.2 MB]
  • 4-4-各道工序特征构建【不易整理‖请关注：CunWorkNotess】.mp4 [64.5 MB]
  • 1-1-数据任务概述.mp4 [27.1 MB]
  • 5-5-准备训练数据.mp4 [44.7 MB]
  • 2-2-数据异常检查.mp4 [58.8 MB]
10-1.因子打分选股实战8 集
  • 10-1.因子打分选股实战必看.zip [1.8 MB]
  • 1-1-打分法选股策略概述.mp4 [15.9 MB]
  • 4-4-因子打分与排序【持续更新‖免费提供：Cunworknotess】.mp4 [31.2 MB]
  • 3-3-策略初始化与数据读取.mp4 [30.6 MB]
  • 5-5-完成选股方法.mp4 [15.9 MB]
  • 6-6-完成策略交易展示结果.mp4 [31.1 MB]
  • 7-7-策略总结与分析.mp4 [25.6 MB]
  • 2-2-整体任务流程梳理.mp4 [28.4 MB]
11-1.回归分析策略11 集
  • 11-1.回归分析策略资料.zip [1.8 MB]
  • 10-10-特征可视化展示.mp4 [33.0 MB]
  • 8-8-优化参数设置【公重号：CunWorkNotess】.mp4 [27.2 MB]
  • 12-12-回归分析结果.mp4 [25.9 MB]
  • 4-4-似然函数的作用.mp4 [29.6 MB]
  • 1-1-回归问题概述.mp4 [20.0 MB]
  • 9-9-回归任务概述.mp4 [15.1 MB]
  • 11-11-构建回归方程.mp4 [38.5 MB]
  • 7-7参数更新方法.mp4 [25.3 MB]
  • 6-6-梯度下降通俗解释.mp4 [21.2 MB]
  • 3-3-独立同分布的意义.mp4 [24.9 MB]
6-1.Ricequant回测选股分析实战3 集
  • 4-4-定时器功能与作用.mp4 [62.8 MB]
  • 3-策略效果演示与指标分析.mp4 [45.0 MB]
  • 1-1-策略任务分析.mp4 [21.5 MB]
11-1.聚类分析策略6 集
  • 4-4-DBSCAN聚类算法【不易整理‖请关注：CunWorkNotess】.mp4 [19.3 MB]
  • 7-7-聚类分析实例【不易整理‖请关注：CunWorkNotess】.mp4 [33.7 MB]
  • 8-8-统计分析所需数据准备.mp4 [24.1 MB]
  • 9-9-统计效果展示.mp4 [24.2 MB]
  • 1-1-KMEANS绠楁硶姒傝堪.mp4 [18.5 MB]
  • 3-3-KMEANS迭代可视化展示.mp4 [24.1 MB]
12-13.拓展：fbprophet时间序列预测神器4 集
  • 4-4-亚马逊股价趋势.mp4 [56.1 MB]
  • 3-3-fbprophet时间序列预测实例.mp4 [86.6 MB]
  • 2-2-时间序列分析.mp4 [71.3 MB]
  • 1-1-fbprophet股价预测任务概述.mp4 [77.6 MB]
13-14.基于深度学习的时间序列预测5 集
  • 3-3-训练时间序列数据预测结果.mp4 [36.4 MB]
  • 4-4-多特征预测结果.mp4 [27.9 MB]
  • 5-5-序列结果预测.mp4 [22.9 MB]
  • 1-1-任务目标与数据源.mp4 [19.1 MB]
  • 2-2-构建时间序列数据.mp4 [27.6 MB]
1-课程内容与大纲介绍1 集
  • 1-课程内容与大纲介绍【公重号：CunWorkNotess】.mp4 [46.7 MB]
2-1.金融数据时间序列分析7 集
  • 5-5-短均与长均计算实例.mp4 [42.3 MB]
  • 1-1-金融时间序列数据统计分析.mp4 [58.9 MB]
  • 7-7-回归方程与相关系数实例.mp4 [50.5 MB]
  • 6-6-指标相关情况分析.mp4 [37.0 MB]
  • 4-4-时间序列重采样操作.mp4 [39.4 MB]
  • 3-3-连续指标变化情况分析.mp4 [61.4 MB]
  • 2-2-序列变化情况分析计算.mp4 [30.8 MB]
7-1.因子数据预处理实战7 集
  • 4-4-3Sigma鏂规硶瀹炰緥.mp4 [22.8 MB]
  • 6-6-中性化处理方法通俗解释.mp4 [22.7 MB]
  • 2-2-基于百分位去极值实例.mp4 [25.4 MB]
  • 3-3-Mad法去极值演示.mp4 [21.7 MB]
  • 7-7-策略任务概述.mp4 [33.2 MB]
  • 5-5-标准化处理方法.mp4 [27.4 MB]
  • 1-1-百分位去极值方法.mp4 [24.7 MB]
8-1.因子选股策略实战4 集
  • 2-2-过滤筛选因子指标数据.mp4 [24.6 MB]
  • 5-5-策略效果评估分析.mp4 [53.4 MB]
  • 1-1-股票数据获取.mp4 [17.5 MB]
  • 3-3-因子数据预处理.mp4 [23.2 MB]
3-1双均线交易策略实战4 集
  • 1-1-金叉与死叉介绍.mp4 [13.8 MB]
  • 2-2-买点与卖点可视化分析.mp4 [35.6 MB]
  • 4-4-均线调参实例.mp4 [60.0 MB]
  • 3-3-策略收益效果分析.mp4 [19.4 MB]
9-1.因子分析实战6 集
  • 5-5-数据格式转换.mp4 [16.8 MB]
  • 7-7-工具包绘图展示.mp4 [19.5 MB]
  • 8-8-因子收益率简介.mp4 [27.5 MB]
  • 1-5-因子分析概述.mp4 [18.0 MB]
  • 3-3-获取因子指标数据.mp4 [21.9 MB]
  • 4-4-获取给定区间全部数据.mp4 [19.7 MB]
4-1.策略收益与风险评估指标解析5 集
  • 4-4-夏普比率的作用.mp4 [17.3 MB]
  • 5-5-阿尔法与贝塔概述.mp4 [24.9 MB]
  • 3-3-最大回撤区间.mp4 [34.8 MB]
  • 2-年化指标分析.mp4 [17.7 MB]
  • 1-1-回测收益率指标解读.mp4 [28.6 MB]
5-1.量化交易与回测平台解读3 集
  • 2-2-量化交易所需技能分析.mp4 [27.9 MB]
  • 1-1-量化交易概述.mp4 [19.5 MB]
  • 3-3-Ricequant交易平台简介.mp4 [29.6 MB]
1-第一章 AI课程所需安装软件教程5 集
  • 1.AI课程所需安装软件教程.mp4 [16.2 MB]
  • 3.Anaconda基础讲解和使用的教程.mp4 [44.4 MB]
  • 5.PyCharm安装和配置.mp4 [16.9 MB]
  • 4.Pytorch（CPU版本安装）.mp4 [10.9 MB]
  • 2.Python环境安装和搭建.mp4 [48.1 MB]
6-数据分析-机器学习模板6 集
  • 8-8-ROC与AUC模型评估标准.mp4 [54.8 MB]
  • 2-2-单特征与缺失值展示.mp4 [53.5 MB]
  • 3-3-人口普查数据集清洗.mp4 [24.1 MB]
  • 4-4-人口信息数据特征工程展示.mp4 [42.5 MB]
  • 9-9-机器学习算法模型效果对比.mp4 [67.4 MB]
  • 1-1-人口普查预测任务概述.mp4 [58.2 MB]
5-商品信息可视化与文本分析8 集
  • 3-3-商品类别可视化展示.mp4 [41.3 MB]
  • 8-8-聚类分析与主题模型展示.mp4 [57.0 MB]
  • 4-4-商品描述长度对价格的影响分析.mp4 [33.7 MB]
  • 1-1-在线商城商品数据信息概述.mp4 [32.3 MB]
  • 5-5-关键词的词云可视化展示.mp4 [51.9 MB]
  • 6-6-基于tf-idf提取关键词信息.mp4 [35.3 MB]
  • 7-7-通过降维进行可视化展示.mp4 [39.1 MB]
  • 2-2-商品类别划分方式.mp4 [37.3 MB]
1-KIVA贷款数据6 集
  • 5-6-针对时间序列进行分析.mp4 [33.7 MB]
  • 4-5-深入各个行业分析.mp4 [47.4 MB]
  • 2-2-各个国家贷款需求.mp4 [41.4 MB]
  • 6-7-各项数据指标统计分析.mp4 [68.6 MB]
  • 1-kiva贷款数据集介绍.mp4 [39.9 MB]
  • 3-3-贷款金额与还款间隔分析.mp4 [38.0 MB]
4-纽约出租车建模10 集
  • 4-4-区域邻居情况分析.mp4 [63.4 MB]
  • 10-10-加入天气特征对结果的影响分析.mp4 [61.5 MB]
  • 1-1-纽约出租车运行情况数据概述.mp4 [20.4 MB]
  • 9-9-xgboost模型进行分析预测.mp4 [48.3 MB]
  • 6-6-不同类别的出租车运行情况对比.mp4 [33.1 MB]
  • 7-7-客户数据特征可视化分析.mp4 [23.7 MB]
  • 2-2-聚类区域划分.mp4 [44.2 MB]
  • 8-8-聚类特征信息可视化展示.mp4 [80.2 MB]
  • 5-5-用户数据特征分析.mp4 [58.3 MB]
  • 3-3-客流趋势动态展示.mp4 [48.9 MB]
3-基于统计分析的电影推荐9 集
  • 9-9-得出推荐结果.mp4 [51.8 MB]
  • 6-6-缺失值填充方法.mp4 [37.2 MB]
  • 5-5数据清洗方法分析.mp4 [57.3 MB]
  • 4-4-电影特征数据可视化.mp4 [38.7 MB]
  • 2-2-数据与关键词信息展示.mp4 [61.3 MB]
  • 1-1-电影数据与环境配置.mp4 [64.1 MB]
  • 3-3-关键词云与直方图可视化展示.mp4 [46.0 MB]
  • 7-7-推荐引擎构造.mp4 [50.9 MB]
  • 8-8-数据特征构造.mp4 [36.2 MB]
2-订单数据集分析5 集
  • 4-4-购物车情况与复购.mp4 [36.7 MB]
  • 5-5-聚类划分商品.mp4 [45.5 MB]
  • 2-2-双变量热度图绘制方法.mp4 [47.0 MB]
  • 3-3-复购情况对比分析.mp4 [31.7 MB]
  • 1-8-预测结果展示.mp4 [24.8 MB]
12-12.图像特征聚类分析实践6 集
  • 4-4-数组保存与读取.mp4 [26.1 MB]
  • 2-2-图片数据导入.mp4 [37.7 MB]
  • 6-6-聚类效果可视化展示.mp4 [73.1 MB]
  • 3-3-图像特征编码.mp4 [34.1 MB]
  • 1-1-数据与任务流程分析.mp4 [43.6 MB]
  • 5-5-得出聚类结果.mp4 [35.3 MB]
10-10文本特征处理方法对比11 集
  • 8-8-离散属性特征处理.mp4 [33.5 MB]
  • 3-3-连续值离散化与可视化细节【整理不易‖记得关注：CunWorKNotess】.mp4 [46.7 MB]
  • 1-1-数据与任务介绍.mp4 [22.7 MB]
  • 5-5-特征相关性分析.mp4 [52.5 MB]
  • 11-11-完成所有预处理操作.mp4 [50.0 MB]
  • 2-2-数据分析与可视化展示.mp4 [29.8 MB]
  • 12-12-构建回归模型.mp4 [62.2 MB]
  • 10-10-序列化执行预处理操作.mp4 [43.5 MB]
  • 4-4-加载数据坐标到实际地图中进行分析.mp4 [68.8 MB]
  • 7-7-sklearn工具包预处理模块.mp4 [58.8 MB]
  • 9-9-构建合适的特征.mp4 [51.1 MB]
7-7.自然语言处理必备工具包实战10 集
  • 12-12-统计分析结果.mp4 [47.7 MB]
  • 2-2-正则表达式基本语法.mp4 [31.0 MB]
  • 9-9-Spacy工具包【持续更新‖免费提供：Cunworknotess】.mp4 [47.1 MB]
  • 3-3-正则常用符号.mp4 [37.1 MB]
  • 4-4-常用函数介绍.mp4 [40.1 MB]
  • 14-14-词云展示【不易整理‖请关注：CunWorkNotess】.mp4 [87.6 MB]
  • 11-11-恐怖袭击分析.mp4 [40.5 MB]
  • 10-10-名字实体匹配.mp4 [21.4 MB]
  • 13-13-结巴分词器.mp4 [28.1 MB]
  • 8-8-数据清洗实例.mp4 [41.4 MB]
9-9.数据特征预处理4 集
  • 2-2-词袋模型【持续更新‖免费提供：Cunworknotess】.mp4 [28.1 MB]
  • 1-1-任务概述【公重号：CunWorkNotess】.mp4 [32.3 MB]
  • 3-3-词袋模型分析.mp4 [63.6 MB]
  • 6-6-深度学习模型.mp4 [39.3 MB]
1-1.Python实战关联规则6 集
  • 1-1-关联规则概述.mp4 [21.6 MB]
  • 3-3-提升度的作用.mp4 [40.9 MB]
  • 5-5-数据集制作.mp4 [32.7 MB]
  • 6-6-电影数据集题材关联分析.mp4 [57.1 MB]
  • 2-2-支持度与置信度.mp4 [32.9 MB]
  • 4-4-Python实战关联规则.mp4 [34.0 MB]
2-2.爱彼迎数据集分析与建模8 集
  • 2-2-提取月份信息进行统计分析.mp4 [23.6 MB]
  • 8-8-随机森林与LightGBM【持续更新‖免费提供：Cunworknotess】.mp4 [43.3 MB]
  • 6-6-房屋规格热度图分析.mp4 [49.4 MB]
  • 7-7-预处理与建模准备.mp4 [55.2 MB]
  • 5-5-提取房屋常见设施.mp4 [69.3 MB]
  • 4-4-房屋信息指标分析.mp4 [83.6 MB]
  • 3-3-房价随星期变化的可视化展示.mp4 [44.3 MB]
  • 1-1-数据与任务分析.mp4 [46.3 MB]
11-11.银行客户还款可能性预测9 集
  • 8-8-自定义特征【不易整理‖请关注：CunWorkNotess】.mp4 [22.8 MB]
  • 3-3-特征展示分析.mp4 [29.5 MB]
  • 11-11-必杀神奇：lightgbm.mp4 [91.4 MB]
  • 2-2-EDA数据探索分析.mp4 [34.7 MB]
  • 5-5-部分特征分析与可视化.mp4 [45.8 MB]
  • 1-1-数据任务介绍及缺失值处理.mp4 [41.8 MB]
  • 9-9-逻辑回归模型.mp4 [67.6 MB]
  • 6-6-数据检查与特征工程.mp4 [57.4 MB]
  • 10-10-结果评估.mp4 [86.6 MB]
6-6.机器学习-模型解释方法实战4 集
  • 1-1-模型解释方法与实践.mp4 [45.9 MB]
  • 5-5-疾病引起原因分析实战.mp4 [55.1 MB]
  • 4-4-ShapValues鎸囨爣鍒嗘瀽.mp4 [58.0 MB]
  • 2-2-部分依赖图解释.mp4 [21.9 MB]
3-3.基于相似度的酒店推荐系统6 集
  • 2-2-文本词频统计【持续更新‖免费提供：Cunworknotess】.mp4 [31.4 MB]
  • 5-5-相似度计算【公重号：CunWorkNotess】.mp4 [47.6 MB]
  • 4-4-鏂囨湰娓呮礂.mp4 [32.9 MB]
  • 3-3-ngram结果可视化展示.mp4 [53.1 MB]
  • 6-6-得出推荐结果.mp4 [62.0 MB]
  • 1-1-数据与任务介绍.mp4 [22.0 MB]
8-8.NLP核心模型-Word2vec3 集
  • 1-1-词向量模型通俗解释.mp4 [21.7 MB]
  • 3-3-训练数据构建.mp4 [15.9 MB]
  • 2-2-模型整体框架.mp4 [28.2 MB]
4-4.商品销售额回归分析6 集
  • 2-2-特征工程制作.mp4 [56.9 MB]
  • 1-1-数据任务分析.mp4 [59.6 MB]
  • 8-8-生成输出结果.mp4 [66.4 MB]
  • 4-4-特征信息提取.mp4 [83.6 MB]
  • 6-6-输入数据制作.mp4 [27.8 MB]
  • 3-3-统计指标生成.mp4 [55.3 MB]
5-5.绝地求生数据集探索分析与建模5 集
  • 4-5-绘图统计分析.mp4 [40.1 MB]
  • 6-7-随机森林建模.mp4 [32.8 MB]
  • 3-3-剔除开挂数据.mp4 [38.8 MB]
  • 2-2-数据问题探索与解决方案.mp4 [54.0 MB]
  • 1-1-数据与任务简介.mp4 [37.1 MB]
5-5.特征值与矩阵分解3 集
  • 3-1-SVD要解决的问题.mp4 [15.6 MB]
  • 2-2-特征空间与应用.mp4 [10.1 MB]
  • 1-1-特征值与特征向量.mp4 [15.5 MB]
1-1.高等数学基础4 集
  • 7-6-鏂瑰悜瀵兼暟.mp4 [19.3 MB]
  • 5-4-连续性与导数.mp4 [20.5 MB]
  • 4-3-无穷小与无穷大【不易整理‖请关注：CunWorkNotess】.mp4 [14.6 MB]
  • 1-0-课程简介.mp4 [4.1 MB]
16-16.贝叶斯分析11 集
  • 10-10-MCMC概述.mp4 [48.2 MB]
  • 11-11-PYMC3概述.mp4 [26.7 MB]
  • 3-3-贝叶斯学派与经典统计学派的争论【不易整理‖请关注：CunWorkNotess】.mp4 [24.6 MB]
  • 7-7-垃圾邮件过滤实例.mp4 [22.8 MB]
  • 5-5-贝叶斯推导实例.mp4 [11.9 MB]
  • 4-4-贝叶斯算法概述.mp4 [11.3 MB]
  • 12-12-模型诊断.mp4 [42.3 MB]
  • 9-9-经典求解思路.mp4 [35.1 MB]
  • 1-1-贝叶斯分析概述.mp4 [29.3 MB]
  • 6-6-贝叶斯拼写纠错实例.mp4 [18.6 MB]
  • 13-13-模型决策.mp4 [64.2 MB]
10-10.熵与激活函数3 集
  • 4-4-激活函数的问题.mp4 [21.6 MB]
  • 1-1-鐔电殑姒傚康.mp4 [10.3 MB]
  • 2-2-熵的大小意味着什么.mp4 [37.5 MB]
14-14.方差分析5 集
  • 3-3-方差分析计算方法.mp4 [60.6 MB]
  • 1-1-方差分析概述.mp4 [20.4 MB]
  • 6-6-Python方差分析实例.mp4 [30.1 MB]
  • 4-4-方差分析中的多重比较.mp4 [30.5 MB]
  • 5-5-多因素方差分析.mp4 [45.4 MB]
7-7.概率论基础10 集
  • 4-4-条件概率小例子.mp4 [15.7 MB]
  • 15-15-垃圾邮件过滤实例.mp4 [22.8 MB]
  • 14-14-贝叶斯拼写纠错实例【持续更新‖免费提供：Cunworknotess】.mp4 [18.6 MB]
  • 13-13-后验概率估计.mp4 [22.9 MB]
  • 7-7-二维连续型随机变量.mp4 [14.4 MB]
  • 12-12-切比雪夫不等式.mp4 [29.6 MB]
  • 10-10-期望求解.mp4 [21.0 MB]
  • 6-6-二维离散型随机变量.mp4 [19.6 MB]
  • 11-11-马尔科夫不等式.mp4 [19.8 MB]
  • 8-8-杈圭紭鍒嗗竷.mp4 [25.1 MB]
15-15.聚类分析8 集
  • 3-3-层次聚类实例【不易整理‖请关注：CunWorkNotess】.mp4 [54.2 MB]
  • 1-1-层次聚类概述.mp4 [19.6 MB]
  • 2-2-层次聚类流程.mp4 [53.8 MB]
  • 11-6-2-聚类案例实战.mp4 [54.2 MB]
  • 6-4-3-KMEANS迭代可视化展示.mp4 [24.1 MB]
  • 4-4-1-KMEANS绠楁硶姒傝堪.mp4 [18.5 MB]
  • 10-6-1-多种聚类算法概述.mp4 [6.9 MB]
  • 7-5-1-DBSCAN鑱氱被绠楁硶.mp4 [19.3 MB]
11-11.回归分析14 集
  • 6-6-回归直线拟合优度.mp4 [42.6 MB]
  • 9-9-statsmodels鍥炲綊鍒嗘瀽.mp4 [33.9 MB]
  • 4-4-最小二乘法推导与求解.mp4 [37.7 MB]
  • 11-11-案例：汽车价格预测任务概述.mp4 [41.8 MB]
  • 5-5-回归方程求解小例子.mp4 [24.4 MB]
  • 14-14-案例：预处理问题.mp4 [46.1 MB]
  • 12-12-案例：缺失值填充.mp4 [91.5 MB]
  • 2-2-回归方程定义.mp4 [16.5 MB]
  • 15-15-案例：回归求解.mp4 [77.0 MB]
  • 1-1-回归分析概述.mp4 [22.3 MB]
  • 10-10-高阶与分类变量实例.mp4 [60.8 MB]
  • 3-3-误差项的定义.mp4 [30.1 MB]
  • 13-13-案例：特征相关性.mp4 [89.7 MB]
  • 7-7-多元与曲线回归问题.mp4 [39.5 MB]
2-2.微积分3 集
  • 2-2-微积分的解释.mp4 [17.8 MB]
  • 5-5-牛顿-莱布尼茨公式.mp4 [28.6 MB]
  • 1-1-微积分基本想法.mp4 [14.2 MB]
13-13.相关分析5 集
  • 6-6-质量相关分析.mp4 [50.6 MB]
  • 2-2-皮尔森相关系数.mp4 [25.7 MB]
  • 4-4-斯皮尔曼等级相关.mp4 [55.3 MB]
  • 7-7-偏相关与复相关.mp4 [38.2 MB]
  • 1-1-相关分析概述.mp4 [29.9 MB]
3-3.泰勒公式与拉格朗日4 集
  • 6-6-求解拉格朗日乘子法【公重号：CunWorkNotess】.mp4 [26.1 MB]
  • 1-1-泰勒公式出发点.mp4 [13.6 MB]
  • 5-5-拉格朗日乘子法.mp4 [26.9 MB]
  • 2-2-涓€鐐逛竴涓栫晫.mp4 [20.9 MB]
4-4.线性代数基础3 集
  • 3-3-矩阵基本操作.mp4 [26.5 MB]
  • 2-2-矩阵与数据的关系.mp4 [19.7 MB]
  • 4-4-矩阵的几种变换.mp4 [12.1 MB]
12-12.假设检验8 集
  • 7-7-T检验应用条件.mp4 [28.7 MB]
  • 1-1-假设检验基本思想.mp4 [37.3 MB]
  • 10-10-Python假设检验实例【公重号：CunWorkNotess】.mp4 [56.0 MB]
  • 9-9-假设检验中的两类错误.mp4 [51.0 MB]
  • 2-2-左右侧检验与双侧检验.mp4 [48.9 MB]
  • 3-3-Z检验基本原理.mp4 [19.3 MB]
  • 11-11-Python卡方检验实例.mp4 [25.5 MB]
  • 5-5-T检验基本原理.mp4 [57.8 MB]
6-6.随机变量4 集
  • 1-1-离散型随机变量.mp4 [16.9 MB]
  • 5-5-极大似然估计.mp4 [24.0 MB]
  • 3-3-简单随机抽样.mp4 [5.0 MB]
  • 2-2-连续型随机变量.mp4 [26.3 MB]
9-9.核函数变换2 集
  • 3-3-多项式核函数.mp4 [9.3 MB]
  • 1-1-核函数的目的.mp4 [15.7 MB]
8-8.数据科学你得知道的几种分布2 集
  • 3-3-娉婃澗鍒嗗竷.mp4 [69.7 MB]
  • 4-4-鍧囧寑鍒嗗竷.mp4 [11.8 MB]
19-Python练习题-21 条
  • 19-Python练习题-2文档.zip [1.8 MB]
3-Python简介1 集
  • 1-Python简介【整理不易‖记得关注：CunWorKNotess】.mp4 [51.5 MB]
1-Python、PyCharm安装与配置（Python和anaconda二者选一即可）1 集
  • 1-1-Python环境配置.mp4 [67.9 MB]
4-Python数据类型1 集
  • 1-Python数据类型.mp4 [26.5 MB]
16-类的属性操作1 集
  • 1-20-类的属性操作.mp4 [28.1 MB]
17-时间操作1 集
  • 1-21-鏃堕棿鎿嶄綔.mp4 [13.9 MB]
15-类的基本定义1 集
  • 1-19-类的基本定义.mp4 [25.6 MB]
12-模块与包1 集
  • 1-16-模块与包.mp4 [25.7 MB]
13-异常处理模块1 集
  • 1-17-异常处理模块.mp4 [39.4 MB]
2-anaconda环境安装和搭建1 集
  • 1-anaconda环境安装和搭建.mp4 [47.5 MB]
14-文件操作1 集
  • 1-18-文件操作.mp4 [38.6 MB]
2-卷积神经网络算法解读1 集
  • 1-卷积神经网络算法解读.mp4 [432.7 MB]
3-递归神经网络算法解读1 集
  • 1-递归神经网络算法解读.mp4 [336.1 MB]
1-神经网络算法解读1 集
  • 1-神经网络算法解读.mp4 [589.7 MB]
2-2. 数据分析处理库-Pandas13 集
  • 11-11-时间操作.mp4 [25.2 MB]
  • 2-2-Pandas鍩烘湰鎿嶄綔.mp4 [58.0 MB]
  • 17-17-索引进阶.mp4 [22.0 MB]
  • 7-7-瀵硅薄鎿嶄綔2.mp4 [25.2 MB]
  • 10-10-数据透视表.mp4 [30.4 MB]
  • 13-Pandas常用操作.mp4 [29.0 MB]
  • 15-15-Groupby操作延伸.mp4 [43.9 MB]
  • 16-16-字符串操作.mp4 [17.5 MB]
  • 19-19-大数据处理技巧.mp4 [65.5 MB]
  • 18-18-Pandas绘图操作.mp4 [38.3 MB]
  • 12-12-时间序列操作.mp4 [34.2 MB]
  • 14-Pandas常用操作2.mp4 [27.0 MB]
  • 6-6-瀵硅薄鎿嶄綔.mp4 [24.4 MB]
3-3 .可视化库-Matplotlib10 集
  • 8-8-鐩掑浘缁嗚妭.mp4 [30.1 MB]
  • 12-12-3D图绘制.mp4 [45.7 MB]
  • 9-9-绘图细节设置.mp4 [27.8 MB]
  • 15-15-结合pandas与sklearn.mp4 [33.2 MB]
  • 10-10-绘图细节设置2.mp4 [29.1 MB]
  • 11-11-直方图与散点图.mp4 [34.8 MB]
  • 3-3-椋庢牸璁剧疆.mp4 [11.4 MB]
  • 13-13-pie图.mp4 [29.6 MB]
  • 14-14-子图布局.mp4 [41.9 MB]
  • 7-7-鐩掑浘缁樺埗.mp4 [18.1 MB]
1-1. 科学计算库-Numpy13 集
  • 9-9-常用生成函数.mp4 [22.3 MB]
  • 10-10-四则运算.mp4 [24.1 MB]
  • 15-15-练习题-2.mp4 [38.9 MB]
  • 4-4-鏁扮粍绫诲瀷.mp4 [17.8 MB]
  • 6-6-鎺掑簭鎿嶄綔.mp4 [31.3 MB]
  • 12-12-文件读写.mp4 [28.5 MB]
  • 11-11-随机模块.mp4 [41.6 MB]
  • 8-8-数组生成函数.mp4 [37.9 MB]
  • 14-14-练习题-1.mp4 [41.5 MB]
  • 7-7-数组形状操作.mp4 [46.6 MB]
  • 3-3-数组结构.mp4 [51.3 MB]
  • 16-16-练习题-3.mp4 [53.6 MB]
  • 13-13-数组保存.mp4 [38.0 MB]
4-4. 可视化库-Seaborn11 集
  • 9-8分类属性绘图.mp4 [22.0 MB]
  • 12-11热度图绘制.mp4 [32.9 MB]
  • 11-10Facetgrid绘制多变量.mp4 [21.7 MB]
  • 6-5单变量分析绘图.mp4 [21.0 MB]
  • 7-6回归分析绘图.mp4 [20.3 MB]
  • 3-2风格细节设置.mp4 [17.4 MB]
  • 5-4调色板颜色设置.mp4 [17.1 MB]
  • 8-7多变量分析绘图.mp4 [21.1 MB]
  • 1-0-课程简介.mp4 [5.2 MB]
  • 2-1整体布局风格设置.mp4 [17.8 MB]
  • 10-9Facetgrid使用方法.mp4 [17.3 MB]
6-6.京东用户购买意向预测11 集
  • 1-1-项目与数据介绍.mp4 [49.6 MB]
  • 11-11-累积行为特征【持续更新‖免费提供：Cunworknotess】.mp4 [47.1 MB]
  • 2-2-数据挖掘流程.mp4 [38.2 MB]
  • 3-3-数据检查.mp4 [29.6 MB]
  • 5-5-构建商品特征表单.mp4 [41.6 MB]
  • 10-10-行为特征.mp4 [30.5 MB]
  • 7-7-购买因素分析.mp4 [29.6 MB]
  • 12-12-Xgboost模型.mp4 [23.5 MB]
  • 6-6-数据探索概述.mp4 [19.5 MB]
  • 9-9-基本特征构造.mp4 [45.8 MB]
  • 4-4-构建用户特征表单.mp4 [55.0 MB]
2-2.基于随机森林的气温预测实战9 集
  • 3-3-可视化展示与特征重要性.mp4 [83.4 MB]
  • 1-1-基于随机森林的气温预测任务概述.mp4 [40.2 MB]
  • 9-9-调参优化细节.mp4 [50.9 MB]
  • 6-6-效率对比分析.mp4 [54.1 MB]
  • 7-7-网格与随机参数选择.mp4 [37.1 MB]
  • 8-8-随机参数选择方法实践.mp4 [43.2 MB]
  • 4-4-加入新的数据与特征.mp4 [49.4 MB]
  • 5-5-数据与特征对结果的影响.mp4 [44.4 MB]
  • 2-2-基本随机森林模型建立.mp4 [41.4 MB]
5-5.fbprophe时间序列预测4 集
  • 1-1-fbprophet股价预测任务概述【不易整理‖请关注：CunWorkNotess】.mp4 [77.6 MB]
  • 4-4-亚马逊股价趋势.mp4 [56.1 MB]
  • 3-3-fbprophet时间序列预测实例.mp4 [86.6 MB]
  • 2-2-时间序列分析.mp4 [71.3 MB]
4-4.推荐系统实战5 集
  • 2-2-数据集整合.mp4 [53.9 MB]
  • 3-3-基于物品的协同过滤.mp4 [63.1 MB]
  • 1-1-音乐推荐任务概述.mp4 [64.5 MB]
  • 6-6-基于矩阵分解的音乐推荐.mp4 [83.1 MB]
  • 4-4-物品相似度计算与推荐.mp4 [63.4 MB]
3-3.贝叶斯新闻分类实战5 集
  • 1-1-新闻数据与任务概述.mp4 [25.1 MB]
  • 5-5-贝叶斯建模结果.mp4 [49.2 MB]
  • 3-3-文本关键词提取.mp4 [71.1 MB]
  • 2-2-中文分词与停用词过滤.mp4 [34.8 MB]
  • 6-6-TF-IDF特征分析对比.mp4 [44.0 MB]
1-1.项目实战-交易数据异常检测14 集
  • 11-11-测试集遇到的问题.mp4 [23.8 MB]
  • 3-3-数据标准化处理【公重号：CunWorkNotess】.mp4 [50.4 MB]
  • 14-14-过采样效果与项目总结.mp4 [42.7 MB]
  • 4-4-下采样数据集制作.mp4 [24.1 MB]
  • 13-13-SMOTE样本生成策略.mp4 [28.6 MB]
  • 1-1-任务目标解读【公重号：CunWorkNotess】.mp4 [36.4 MB]
  • 9-9-训练逻辑回归模型.mp4 [70.3 MB]
  • 5-5-浜ゅ弶楠岃瘉.mp4 [27.4 MB]
  • 12-12-阈值对结果的影响.mp4 [38.0 MB]
  • 8-8-正则化惩罚项.mp4 [31.9 MB]
  • 6-6-数据集切分.mp4 [23.9 MB]
  • 7-7-模型评估方法与召回率.mp4 [33.6 MB]
  • 2-2-项目挑战与解决方案制定.mp4 [48.9 MB]
  • 10-10-混淆矩阵评估分析.mp4 [54.8 MB]
1-Pycharm环境配置与Debug演示(没用过的同学必看)1 集
  • 1-Pycharm环境配置与Debug演示(没用过的同学必看).mp4 [125.4 MB]

适合人群

  • AI爱好者
  • 机器学习初学者
  • 有一定基础的程序员

🎯 学习收获

  • 掌握机器学习算法
  • 提升实战能力
  • 构建自己的AI项目

🎉 祝您学习愉快！

相关推荐
卢菁博士AI大模型微调实战训练营
卢菁博士AI大模型微调实战训练营
¥29 · 485 浏览
慕课网 - AI Agent全栈开发工程师（完整版）
慕课网 - AI Agent全栈开发工程师（完整版）
¥29 · 564 浏览
海豚《AI漫剧系列教程》
海豚《AI漫剧系列教程》
¥29.9 · 46 浏览
赋范 AI-2026年大模型 Agent智能体开发实战 夏季班
赋范 AI-2026年大模型 Agent智能体开发实战 夏季班
¥79.9 · 575 浏览
 FastAPI+LangChain打造智能招聘系统
FastAPI+LangChain打造智能招聘系统
¥39.9 · 297 浏览
蔡梦熙《AI超创学院》
蔡梦熙《AI超创学院》
¥29.9 · 412 浏览
AI+全能测试工程师
AI+全能测试工程师
¥129 · 427 浏览
知乎-AI大模型应用专家实战训练营-18期
知乎-AI大模型应用专家实战训练营-18期
¥29.9 · 111 浏览
【九天菜菜】深度学习实战
【九天菜菜】深度学习实战
¥29.9 · 37 浏览
B站AI小王子 Jay-ComfyUI AI系统课全程陪跑
B站AI小王子 Jay-ComfyUI AI系统课全程陪跑
¥29.9 · 35 浏览
AI短剧动画制作入门小白从零到独立实操
AI短剧动画制作入门小白从零到独立实操
¥29.9 · 28 浏览
尚硅谷AI全能开发260525至2026年8月底最新版95G
尚硅谷AI全能开发260525至2026年8月底最新版95G
¥29.9 · 23 浏览
课程购买
课程价格
金币29.9
299金币限时优惠会员免费
销量：0
💎 开通会员每日免费下载，比单买更划算 →
支付成功后会自动显示下载资源云盘的链接！点击链接即可下载到本地。
[衡天云]爆款云服务器 低至12元/月
[衡天云]爆款云服务器 低至12元/月