机器学习工程师课程

📂 主文件夹：机器学习工程师课程

• 🎬 包含文件：1.01-01-机器学习概述.mp4
• 📁 2.02-01-线性回归简介
• 📁 数学符号
• 📁 假设函数
• 📁 损失函数
• 🎬 代价函数.mp4
• 🎬 3.02-02-梯度下降法..mp4
• 🎬 4.02-03-梯度下降法代码实现.mp4
• 🎬 5.02-04-使用梯度下降法求解线性回归问题.mp4
• 🎬 6.02-05-线性回归代码实现.mp4
• 🎬 7.02-06-线性回归代码实现-做特征归一化.mp4
• 🎬 8.02-07-批量梯度下降，随机梯度下降，小批量梯度下降.mp4
• 🎬 9.02-08-几种常见的模型评价指标.mp4
• 🎬 10.02-09-欠拟合与过拟合.mp4
• 🎬 11.02-10-Ridge回归求解与代码实现.mp4
• 🎬 12.02-11-LASSO回归求解.mp4
• 🎬 13.02-12-LASSO回归求解举例说明.mp4
• 🎬 14.02-13-LASSO回归代码实现.mp4
• 🎬 15.02-14-最小二乘法求线性回归.mp4
• 🎬 16.02-15-最小二乘法代码实现.mp4
• 🎬 17.02-16-使用Sklearn实现Ridge，LASSO和ElasticNet.mp4
• 🎬 18.02-17-波士顿房价预测(上).mp4
• 🎬 19.02-17-波士顿房价预测(下).mp4
• 📁 20.03-01-逻辑回归简介
• 📁 假设函数
• 📁 损失函数
• 🎬 成本函数.mp4
• 🎬 21.03-02-逻辑回归求解.mp4
• 🎬 22.03-03-一个示例解释逻辑回归的求解公式.mp4
• 🎬 23.03-04-逻辑回归代码实现(上).mp4
• 🎬 24.03-04-逻辑回归代码实现(下).mp4
• 🎬 25.03-05-逻辑回归的正则化.mp4
• 🎬 26.03-06-逻辑回归实现多分类方法.mp4
• 🎬 27.03-07-使用Sklearn实现逻辑回归.mp4
• 🎬 28.03-08-案例：鸢尾花分类.mp4
• 🎬 29.03-09-案例：手写数字识别.mp4
• 📁 30.04-01-决策树简介
• 🎬 熵.mp4
• 🎬 31.04-02-条件熵及计算举例.mp4
• 📁 32.04-03-信息增益
• 🎬 ID3算法.mp4
• 🎬 33.04-04-决策树代码实现(1-熵的计算).mp4
• 📁 34.04-04-决策树代码实现(2-划分数据集
• 🎬 选择最好的特征).mp4
• 🎬 35.04-04-决策树代码实现(3-类别投票表决).mp4
• 🎬 36.04-04-决策树代码实现(4-决策树递归生成，决策树对新数据进行预测).mp4
• 🎬 37.04-05-C4.5算法.mp4
• 🎬 38.04-06-基尼指数(GiniIndex)生成决策树.mp4
• 🎬 39.04-07-决策树剪枝.mp4
• 🎬 40.04-08-决策树处理连续值与缺失值.mp4
• 🎬 41.04-09-多变量决策树.mp4
• 🎬 42.04-10-Sklearn实现决策树.mp4
• 📁 43.04-11-案例：使用决策树进行个人信用风险评估(1.数据集介绍
• 🎬 数据预处理).mp4
• 🎬 44.04-11-案例：使用决策树进行个人信用风险评估(2.模型评估指标).mp4
• 🎬 45.04-11-案例：使用决策树进行个人信用风险评估(3.模型评估，优化).mp4
• 🎬 46.05-01-贝叶斯决策简介.mp4
• 🎬 47.05-02-贝叶斯决策模型.mp4
• 🎬 48.05-03-朴素贝叶斯模型.mp4
• 🎬 49.05-04-朴素贝叶斯代码实现(1.训练过程).mp4
• 🎬 50.05-04-朴素贝叶斯代码实现(2.预测过程).mp4