九天菜菜-机器学习实战

📂 主文件夹：九天菜菜-机器学习实战

• 🎬 包含文件：001.Lesson 0.1 前言与导学（上）.mp4
• 🎬 002.Lesson 0.2 前言与导学（下）.mp4
• 🎬 003.Lesson 1.1 机器学习基本概念与建模流程（上）.mp4
• 🎬 004.Lesson 1.2 机器学习基本概念与建模流程（下）.mp4
• 📁 005.Lesson 2.1 矩阵运算基础
• 🎬 矩阵求导与最小二乘法（一）.mp4
• 📁 006.Lesson 2.2 矩阵运算基础
• 🎬 矩阵求导与最小二乘法（二）.mp4
• 📁 007.Lesson 2.3 矩阵运算基础
• 🎬 矩阵求导与最小二乘法（三）.mp4
• 🎬 008.Lesson 3.0 线性回归的手动实现.mp4
• 🎬 009.Lesson 3.1 变量相关性基础理论.mp4
• 🎬 010.Lesson 3.2 数据生成器与Python模块编写.mp4
• 🎬 011.Lesson 3.3 线性回归手动实现与模型局限.mp4
• 🎬 012.Lesson 3.4 机器学习模型可信度理论与交叉验证基础.mp4
• 🎬 013.Lesson 4.1.1 逻辑回归模型构建与多分类学习方法（上）.mp4
• 🎬 014.Lesson 4.1.2 逻辑回归模型构建与多分类学习方法（下）.mp4
• 🎬 015.Lesson 4.2 逻辑回归参数估计.mp4
• 🎬 016.Lesson 4.3.1 梯度下降基本原理与手动实现（上）.mp4
• 🎬 017.Lesson 4.3.2 梯度下降基本原理与手动实现（下）.mp4
• 🎬 018.Lesson 4.4.1 随机梯度下降与小批量梯度下降（上）.mp4
• 🎬 019.Lesson 4.4.2 随机梯度下降与小批量梯度下降（下）.mp4
• 🎬 020.Lesson 4.5.1 梯度下降优化基础：数据归一化与学习率调度（上）.mp4
• 🎬 021.Lesson 4.5.2 梯度下降优化基础：数据归一化与学习率调度（下）.mp4
• 🎬 022.Lesson 4.6.1 逻辑回归的手动实现方法（上）.mp4
• 🎬 023.Lesson 4.6.2 逻辑回归的手动实现方法（下）.mp4
• 🎬 024.Lesson 5.1 分类模型决策边界.mp4
• 🎬 025.Lesson 5.2 混淆矩阵与F1-Score.mp4
• 📁 026.Lesson 5.3 ROC-AUC的计算方法
• 🎬 基本原理与核心特性.mp4
• 🎬 027.Lesson 6.1 Scikit-Learn快速入门.mp4
• 🎬 028.Lesson 6.2 Scikit-Learn常用方法速通.mp4
• 📁 029.Lesson 6.3.1 正则化
• 🎬 过拟合抑制与特征筛选.mp4
• 🎬 030.Lesson 6.3.2 Scikit-Learn逻辑回归参数详解.mp4
• 🎬 031.Lesson 6.4 机器学习调参入门.mp4
• 🎬 032.Lesson 6.5.1 机器学习调参基础理论.mp4
• 🎬 033.Lesson 6.5.2 Scikit-Learn中网格搜索参数详解.mp4
• 🎬 034.Lesson 6.6.1 多分类评估指标函数的使用方法.mp4
• 🎬 035.Lesson 6.6.2 GridSearchCV的进阶使用方法.mp4
• 🎬 036.Lesson 7.1.1 无监督学习与K-Means基本原理.mp4
• 🎬 037.Lesson 7.1.2 K-Means聚类的Scikit-Learn实现.mp4
• 🎬 038.Lesson 7.2 Mini Batch K-Means与DBSCAN聚类.mp4
• 🎬 039.Lesson 8.1 决策树模型的核心思想与建模流程.mp4
• 🎬 040.Lesson 8.2.1 CART分类树的建模流程.mp4
• 🎬 041.Lesson 8.2.2 sklearn中CART分类树的参数详解.mp4
• 🎬 042.Lesson 8.3【加餐】ID3和C4.5的基本原理介绍.mp4
• 🎬 043.Lesson 8.4 CART回归树的建模流程与sklearn中评估器参数解释.mp4
• 🎬 044.Lesson 9.1 集成算法开篇：Bagging方法的基本思想.mp4
• 🎬 045.Lesson 9.2 随机森林回归器的实现.mp4
• 🎬 046.Lesson 9.3 随机森林回归器的参数.mp4
• 🎬 047.Lesson 9.4 集成算法的参数空间与网格优化.mp4
• 🎬 048.Lesson 9.5 随机森林在巨量数据上的增量学习.mp4
• 🎬 049.Lesson 9.6 Bagging及随机森林6大面试热点问题.mp4
• 🎬 050.Lesson 10.1 开篇：超参数优化与枚举网格搜索的理论极限.mp4