课程目录

2-095-零基础实战机器学习(Python语言、算法、Numpy库、MatplotLib)/
│├─第01节_机器学习的任务和方法01.rar 299.4MB
│├─第01节_机器学习的任务和方法02.rar 336MB
│├─第02节_Python语言基础01.rar 364MB
│├─第02节_Python语言基础02.rar 339.3MB
│├─第02节_Python语言基础03.rar 323.2MB
│├─第02节_Python语言基础04.rar 338.6MB
│├─第02节_Python语言基础05.rar 294.2MB
│├─第02节_Python语言基础06.rar 375.2MB
│├─第03节_Python基础2-数据库访问03.rar 331.1MB
│├─第03节_Python基础2-数据库访问04.rar 404MB
│├─第03节_Python基础2-文件访问01.rar 328.7MB
│├─第03节_Python基础2-文件访问02.rar 345.6MB
│├─第03节_Python基础2-第三方库07.rar 269.1MB
│├─第03节_Python基础2-网络编程05.rar 345.5MB
│├─第03节_Python基础2-网络编程06.rar 380.4MB
│├─第04节_分类算法介绍.rar 306.6MB
│├─第05节_k-临近算法01.rar 325.9MB
│├─第05节_k-临近算法02.rar 351.8MB
│├─第05节_k-临近算法03.rar 377.7MB
│├─第05节_k-临近算法04.rar 367.2MB
│├─第05节_k-临近算法05.rar 407.2MB
│├─第05节_k-临近算法06.rar 403.7MB
│├─第05节_k-临近算法07.rar 401.1MB
│├─第06节_决策树01.rar 327.7MB
│├─第06节_决策树02.rar 396.4MB
│├─第06节_决策树03.rar 436.8MB
│├─第06节_决策树04.rar 412.6MB
│├─第06节_决策树05.rar 291.2MB
│├─第07节_基于概率论的分类方法：朴素贝叶斯01.rar 353.1MB
│├─第07节_基于概率论的分类方法：朴素贝叶斯02.rar 396.8MB
│├─第07节_基于概率论的分类方法：朴素贝叶斯03.rar 448.8MB
│├─第07节_基于概率论的分类方法：朴素贝叶斯04.rar 478MB
│├─第07节_基于概率论的分类方法：朴素贝叶斯05.rar 439.8MB
│├─第07节_基于概率论的分类方法：朴素贝叶斯06.rar 388.4MB
│├─第08节_Logistic回归01.rar 306.7MB
│├─第08节_Logistic回归02.rar 330.4MB
│├─第08节_Logistic回归03.rar 430.1MB
│├─第08节_Logistic回归04.rar 368.4MB
│├─第08节_Logistic回归05.rar 467.7MB
│├─第08节_Logistic回归06.rar 453.9MB
│├─第09节_支持向量机01.rar 312.2MB
│├─第09节_支持向量机02.rar 309.8MB
│├─第09节_支持向量机03.rar 352.5MB
│├─第09节_支持向量机04.rar 476MB
│├─第09节_支持向量机05.rar 408.6MB
│├─第09节_支持向量机06.rar 445.4MB
│├─第09节_支持向量机07.rar 410.9MB
│├─第09节_支持向量机08.rar 417.9MB
│├─第10节_利用AdaBoost元算法提高分类性能01.rar 304.5MB
│├─第10节_利用AdaBoost元算法提高分类性能02.rar 403.6MB
│├─第10节_利用AdaBoost元算法提高分类性能03.rar 490.9MB
│├─第10节_利用AdaBoost元算法提高分类性能04.rar 390.1MB
│├─第10节_利用AdaBoost元算法提高分类性能05.rar 410.6MB
│├─第11节_利用回归预测数值型数据01.rar 384.9MB
│├─第11节_利用回归预测数值型数据02.rar 360.5MB
│├─第11节_利用回归预测数值型数据03.rar 474.8MB
│├─第11节_利用回归预测数值型数据04.rar 360.3MB
│├─第11节_利用回归预测数值型数据05.rar 340.1MB
│├─第12节_树回归01.rar 326.6MB
│├─第12节_树回归02.rar 434.4MB
│├─第12节_树回归03.rar 358.2MB
│├─第13节_无监督学习.rar 279MB
│├─第14节_利用K-均值聚类算法对未标注数据分组01.rar 439.9MB
│├─第14节_利用K-均值聚类算法对未标注数据分组02.rar 346.2MB
│├─第15节_使用Apriori算法进行关联分析01.rar 310.8MB
│├─第15节_使用Apriori算法进行关联分析02.rar 393.2MB
│├─第15节_使用Apriori算法进行关联分析03.rar 398.7MB
│├─第16节_使用FP-growth算法来高效发现频繁项集01.rar 369.6MB
│├─第16节_使用FP-growth算法来高效发现频繁项集02.rar 421.9MB
│├─第16节_使用FP-growth算法来高效发现频繁项集03.rar 395.6MB
│├─第17节_利用PCA来简化数据01.rar 328.7MB
│├─第17节_利用PCA来简化数据02.rar 346.5MB
│├─第18节_利用SVD简化数据01.rar 277.8MB
│├─第18节_利用SVD简化数据02.rar 375.3MB
│├─第18节_利用SVD简化数据03.rar 411.9MB
│├─第19节_大数据与MapReduce.rar 360.7MB
│├─第20节_学习总结.rar 294.1MB
│├─课程配套PPT和代码.rar 313.8MB