慕课网-Python3入门机器学习经典算法与应用

慕课网-Python3入门机器学习经典算法与应用深入浅出，掌握经典机器学习算法编辑点评系统讲解Python机器学习，涵盖经典算法如K近邻、决策树、逻辑回归等，适合初学者快速入门。 ⭐ 编辑推荐本课程深入浅出地讲解Python机器学习，从基础到实践，助你掌握经典算法。 ✨ 课程亮点 ✦ 系统

单课价¥29.90新品上架

会员价 ¥0开通会员，全站课程无限下载套餐详情

5 人关注更新于 2026-10-29 永久有效

发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服联系客服

购买方式开通会员 · 全站免费下单课购买 · 仅本课

支付成功后自动显示网盘下载链接；链接失效可联系客服免费补链，永久有效。

正版保障极速发货售后无忧

慕课网-Python3入门机器学习经典算法与应用

深入浅出，掌握经典机器学习算法

编辑点评

系统讲解Python机器学习，涵盖经典算法如K近邻、决策树、逻辑回归等，适合初学者快速入门。

⭐ 编辑推荐

本课程深入浅出地讲解Python机器学习，从基础到实践，助你掌握经典算法。

✨ 课程亮点

✦系统讲解Python机器学习

✦涵盖经典算法

✦适合初学者快速入门

课程目录

第4章最基础的分类算法7 集

4-7 数据归一化【持续更新‖免费提供：CunworknoteS】.mp4 [56.8 MB]
4-2 scikit-learn机器学习算法封装.mp4 [145.1 MB]
4-3 训练数据集.mp4 [122.5 MB]
4-6 网络搜索与K邻近算法中更多超参数.mp4 [131.0 MB]
4-4 分类准确度【资源精选‖更多关注：CunworkNotes】.mp4 [130.5 MB]
4-9 更多有关K近邻算法的思考.mp4 [22.7 MB]
4-1 K杩戦偦绠楁硶.mp4 [74.4 MB]

第12章决策树2 集

12-1 什么是决策树.mp4 [38.4 MB]
12-2 信息熵.mp4 [39.8 MB]

第2章机器学习基础5 集

2-6 课程使用环境搭建.mp4 [91.8 MB]
2-3 监督学习、非监督学习...【整理不易‖记得关注：CunWorKNotes】.mp4 [47.4 MB]
2-1 机器学习的数据.mp4 [48.3 MB]
2-4 批量、在线学习、参数、非参数学习.mp4 [24.8 MB]
2-2 机器学习的主要任务.mp4 [59.0 MB]

第9章逻辑回归7 集

9-4 实现逻辑回归算法.mp4 [141.5 MB]
9-6 在逻辑回归中使用多项式特征.mp4 [72.4 MB]
9-1 什么是逻辑回归.mp4 [37.3 MB]
9-3 逻辑回归损失函数的梯度.mp4 [48.9 MB]
9-7 scikt-learn中的逻辑回归.mp4 [85.1 MB]
9-5 鍐崇瓥杈圭晫.mp4 [98.8 MB]
9-2 逻辑回归的损失函数【公重号：CunWorkNotes】.mp4 [36.9 MB]

第11章支撑向量机SVM8 集

11-7RBF核函数【优质资源‖关注：cunWorkNotes 解锁】.mp4 [46.8 MB]
11-4 Scikit-learn 中的SVM.mp4 [89.6 MB]
11-8 RBF核函数中的gamma.mp4 [57.7 MB]
11-2 svm背后的最优化问题.mp4 [44.4 MB]
11-5 SVM中使用多项式特征和核函数【资源精选‖更多关注：CunworkNotes】.mp4 [61.5 MB]
11-6 什么是核函数.mp4 [36.6 MB]
11-1 什么是SVM.mp4 [31.4 MB]
11-9 SVM思想解决回归问题.mp4 [36.0 MB]

第3章 Jupyter Notebook ,numpy12 集

3-3 Numpy 数据基础.mp4 [39.0 MB]
3-8 Numpy 中的聚合运算.mp4 [72.3 MB]
3-6 Numpy 数据和矩阵的合并与分割.mp4 [81.2 MB]
3-1 Jupyter Notebook基础.mp4 [88.5 MB]
3-7 Numpy中的矩阵运算.mp4 [120.4 MB]
3-5 Numpy数组和矩阵的基本操作.mp4 [66.3 MB]
3-12 数据加载和简单的数据搜索【公重号：CunWorkNotes】.mp4 [73.1 MB]
3-9 Numpy中的arg运算【优质资源‖关注：cunWorkNotes 解锁】.mp4 [50.8 MB]
3-11 Matplotlib数据可视化基础.mp4 [101.2 MB]
3-4 创建Numpy 数据和矩阵.mp4 [103.1 MB]
3-2Jupter Notebook 中的魔法命令.mp4 [103.5 MB]
3-10 Numpy涓殑姣旇緝鍜孎ancy lindexing.mp4 [103.4 MB]

第6章梯度下降法9 集

6-6 随机梯度下降法【不易整理‖请关注：CunWorkNoteS】.mp4 [77.4 MB]
6-4 实现线性回归中的梯度下降法.mp4 [84.2 MB]
6-2线性回归中的梯度下降法.mp4 [109.3 MB]
6-1 什么是梯度下降法.mp4 [33.5 MB]
6-8有关梯度下降法的更多深入讨论.mp4 [59.1 MB]
6-5 梯度下降法的向量化.mp4 [108.6 MB]
6-7 scikit-learn中的梯度下降法.mp4 [130.7 MB]
6-9 有关梯度下降法的更多讨论.mp4 [18.1 MB]
6-3实现线性回归中的梯度下降法.mp4 [35.3 MB]

第14章更多机器学习算法1 集

14章学习scikit-learn文档，大家加油！.mp4 [160.4 MB]

第7章 PCA与梯度上升法7 集

第8章多项式回归与模型泛化8 集

8-10 L1，L2弹性网络【资源精选‖更多关注：CunworkNotes】.mp4 [26.5 MB]
8-2 scikit-learn 中的多项式回归.mp4 [80.5 MB]
8-4 为什么要训练数据集与测试数据集.mp4 [103.8 MB]
8-8 模型泛化与岭回归.mp4 [106.1 MB]
8-6 验证数据集与交叉验证.mp4 [133.0 MB]
8-1 什么是多项式回归.mp4 [53.4 MB]
8-7 偏差方差平衡.mp4 [35.5 MB]
8-3 过拟合与欠拟合.mp4 [110.0 MB]

第10章评价分类结果8 集

10-5 准确率和召回率的平衡.mp4 [79.1 MB]
10-2 准确率和召回率.mp4 [27.3 MB]
10-7 ROC曲线.mp4 [58.2 MB]
10-4 F1 Score【公重号：CunWorkNotes】.mp4 [61.7 MB]
10-8 多分类问题中的混淆矩阵.mp4 [78.6 MB]
10-6 准确率召回率曲线.mp4 [91.9 MB]
10-3 现实混淆矩阵.mp4 [87.7 MB]
10-1准确度的陷阱和混淆矩阵【持续更新‖免费提供：CunworknoteS】.mp4 [32.1 MB]

第1章欢迎来到Python3玩转机器学习3 集

1-1 什么是机器学习.mp4 [55.7 MB]
1-2课程涵盖的内容和理念.mp4 [42.6 MB]
1-3课程所使用的技术栈.mp4 [56.9 MB]

第5章线性回归法11 集

5-7多元线性回归和正规方程解.mp4 [33.3 MB]
5-4 衡量线性回归的指标.mp4 [56.6 MB]
5-6 最好的衡量线性回归法的指标.mp4 [56.1 MB]
5-9 使用Scilit-learn解决回归问题.mp4 [82.3 MB]
5-8 实现多元线性回归.mp4 [78.6 MB]
5-1 简单线性回归.mp4 [43.7 MB]
5-3 简单线性回归的实现.mp4 [75.7 MB]
5-10 线性回归的可解释性.mp4 [61.9 MB]
ISLR Seventh Printing.pdf [10.6 MB]
Mastering Feature Engineering Principles and Techniques for Data Scientists (Early Release)-O’reilly (2016).pdf [3.6 MB]
github地址【持续更新‖免费提供：CunworknoteS】.txt [108.0 B]