正版资源 getfromcodeAI 会员免费
咕泡学院-机器学习入门训练营
咕泡学院-机器学习入门训练营 从零基础到实战项目 编辑点评 系统学习机器学习基础,涵盖Python编程、数据可视化、集成学习等,适合初学者快速入门。 ⭐ 编辑推荐 咕泡学院机器学习入门训练营,带你从零开始,掌握机器学习核心技能。 ✨ 课程亮点 ✦ 系统学习机器学习基础 ✦ 实战项目驱动学习 ✦ Py
单课价¥29.90新品 上架
支付成功后自动发货,可在「我的订单」查看网盘链接;链接失效可联系客服免费补链。
正版保障 极速发货 售后无忧
咕泡学院-机器学习入门训练营
从零基础到实战项目
编辑点评
系统学习机器学习基础,涵盖Python编程、数据可视化、集成学习等,适合初学者快速入门。
⭐ 编辑推荐
咕泡学院机器学习入门训练营,带你从零开始,掌握机器学习核心技能。
✨ 课程亮点
✦系统学习机器学习基础
✦实战项目驱动学习
✦Python编程与数据可视化
课程目录
4-机器学习基础:从零构建你的“机器学习框架”2 集
- 4-机器学习基础:从零构建你的“机器学习框架”资料.zip [1.8 MB]
- 1-机器学习基础:从零构建你的“机器学习框架”.mp4 [299.3 MB]
6-集成学习实战:使用集成学习解决各行业问题1 集
- 1-集成学习实战:使用集成学习解决各行业问题.mp4 [333.7 MB]
3-数据可视化实战:用Python绘制专业图表1 集
- 1-数据可视化实战:用Python绘制专业图表.mp4 [243.6 MB]
2-NumPy高效数据处理:让数据操作快人一步1 集
- 1-NumPy高效数据处理:让数据操作快人一步.mp4 [361.9 MB]
5-集成学习:从单一模型到“超级模型”的进化之路1 集
- 1-集成学习:从单一模型到“超级模型”的进化之路.mp4 [290.7 MB]
4-Python数据类型1 集
- 1-Python数据类型.mp4 [26.5 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]
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]
5-Python列表1 条
- 7-20.exe [1.9 GB]
1-机器学习概述4 集
- 2-什么是机器学习?.mp4 [31.8 MB]
- 3-机器学习开发流程.mp4 [88.7 MB]
- 1-人工智能概述.mp4 [38.1 MB]
- 2-4.exe [1.1 GB]
5-综合实训项目与模型优化1 条
- 5-综合实训项目与模型优化.exe [1.9 GB]
3-3.泰勒公式与拉格朗日5 集
- 3-3.泰勒公式与拉格朗日文档.zip [1.8 MB]
- 5-5-拉格朗日乘子法.mp4 [26.9 MB]
- 6-6-求解拉格朗日乘子法.mp4 [26.1 MB]
- 1-1-泰勒公式出发点.mp4 [13.6 MB]
- 2-2-涓€鐐逛竴涓栫晫.mp4 [20.9 MB]
11-11.回归分析15 集
- 11-11.回归分析说明.zip [1.8 MB]
- 10-10-高阶与分类变量实例.mp4 [34.5 MB]
- 7-7-多元与曲线回归问题.mp4 [21.5 MB]
- 3-3-误差项的定义.mp4 [19.0 MB]
- 9-9-statsmodels鍥炲綊鍒嗘瀽.mp4 [24.8 MB]
- 14-14-案例:预处理问题.mp4 [19.6 MB]
- 13-13-案例:特征相关性.mp4 [61.6 MB]
- 4-4-最小二乘法推导与求解.mp4 [26.6 MB]
- 1-1-回归分析概述.mp4 [21.7 MB]
- 5-5-回归方程求解小例子.mp4 [16.7 MB]
- 6-6-回归直线拟合优度.mp4 [26.6 MB]
- 15-15-案例:回归求解.mp4 [43.2 MB]
- 12-12-案例:缺失值填充.mp4 [38.2 MB]
- 2-2-回归方程定义.mp4 [10.9 MB]
- 11-11-案例:汽车价格预测任务概述.mp4 [28.9 MB]
12-12.假设检验9 集
- 12-12.假设检验文档.zip [1.8 MB]
- 1-1-假设检验基本思想.mp4 [36.1 MB]
- 10-10-Python假设检验实例.mp4 [56.0 MB]
- 11-11-Python卡方检验实例.mp4 [25.5 MB]
- 7-7-T检验应用条件.mp4 [28.7 MB]
- 3-3-Z检验基本原理.mp4 [19.3 MB]
- 5-5-T检验基本原理.mp4 [57.8 MB]
- 2-2-左右侧检验与双侧检验.mp4 [48.9 MB]
- 9-9-假设检验中的两类错误.mp4 [51.0 MB]
1-1.高等数学基础4 集
- 1-0-课程简介.mp4 [4.1 MB]
- 5-4-连续性与导数.mp4 [20.5 MB]
- 7-6-鏂瑰悜瀵兼暟.mp4 [19.3 MB]
- 4-3-无穷小与无穷大.mp4 [14.6 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]
13-13.相关分析5 集
- 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]
- 4-4-斯皮尔曼等级相关.mp4 [55.3 MB]
- 2-2-皮尔森相关系数.mp4 [25.7 MB]
- 6-6-质量相关分析.mp4 [50.6 MB]
15-15.聚类分析8 集
- 2-2-层次聚类流程.mp4 [53.8 MB]
- 3-3-层次聚类实例.mp4 [54.2 MB]
- 4-4-1-KMEANS绠楁硶姒傝堪.mp4 [18.5 MB]
- 1-1-层次聚类概述.mp4 [19.6 MB]
- 11-6-2-聚类案例实战.mp4 [62.5 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]
- 6-4-3-KMEANS迭代可视化展示.mp4 [28.5 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]
2-2.微积分3 集
- 1-1-微积分基本想法.mp4 [14.2 MB]
- 5-5-牛顿-莱布尼茨公式.mp4 [28.6 MB]
- 2-2-微积分的解释.mp4 [17.8 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]
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]
14-14.方差分析5 集
- 5-5-多因素方差分析.mp4 [45.4 MB]
- 1-1-方差分析概述.mp4 [20.4 MB]
- 4-4-方差分析中的多重比较.mp4 [30.5 MB]
- 6-6-Python方差分析实例.mp4 [30.1 MB]
- 3-3-方差分析计算方法.mp4 [60.6 MB]
16-16.贝叶斯分析11 集
- 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.mp4 [24.6 MB]
- 10-10-MCMC概述.mp4 [48.2 MB]
- 1-1-贝叶斯分析概述.mp4 [29.3 MB]
- 7-7-垃圾邮件过滤实例.mp4 [22.8 MB]
- 12-12-模型诊断.mp4 [42.3 MB]
- 4-4-贝叶斯算法概述.mp4 [11.3 MB]
- 9-9-经典求解思路.mp4 [35.1 MB]
- 5-5-贝叶斯推导实例.mp4 [11.9 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
- 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]
- 4-4-激活函数的问题.mp4 [21.6 MB]
7-7.概率论基础10 集
- 8-8-杈圭紭鍒嗗竷.mp4 [25.1 MB]
- 7-7-二维连续型随机变量.mp4 [14.4 MB]
- 11-11-马尔科夫不等式.mp4 [19.8 MB]
- 14-14-贝叶斯拼写纠错实例.mp4 [18.6 MB]
- 6-6-二维离散型随机变量.mp4 [19.6 MB]
- 12-12-切比雪夫不等式.mp4 [29.6 MB]
- 13-13-后验概率估计.mp4 [22.9 MB]
- 15-15-垃圾邮件过滤实例.mp4 [22.8 MB]
- 4-4-条件概率小例子.mp4 [15.7 MB]
- 10-10-期望求解.mp4 [21.0 MB]
5-5.特征值与矩阵分解3 集
- 2-2-特征空间与应用.mp4 [10.1 MB]
- 3-1-SVD要解决的问题.mp4 [15.6 MB]
- 1-1-特征值与特征向量.mp4 [15.5 MB]
4-机器学习基础理论与算法1 条
- 4-机器学习基础理论与算法.exe [2.8 GB]
适合人群
- 机器学习初学者
- Python编程爱好者
- 数据分析师
🎯 学习收获
- 掌握机器学习基础理论
- 学会使用Python进行数据分析
- 完成实战项目提升能力
🎉 祝您学习愉快!




