人工智能之机器学习（东方耀主讲）30讲

|-30、决策树算法代码实例：鸢尾花分类.mp4-文件大小:329.17 MB

|-29、决策树的生成算法：ID3、C4.5、CART.mp4-文件大小:238.11 MB

|-28、决策树的纯度计算、损失函数与举例说明.mp4-文件大小:391.54 MB

|-27、什么是决策树以及决策树的构建过程.mp4-文件大小:235.77 MB

|-26、决策树预备知识：信息熵与条件熵.mp4-文件大小:354.11 MB

|-25、KNN参数说明与实例代码讲解.mp4-文件大小:121.11 MB

|-24、机器学习之KNN算法实现原理与KD-Tree构建.mp4-文件大小:426.67 MB

|-23、ML分类问题综合实战案例：信贷审批与鸢尾花分类.mp4-文件大小:367.77 MB

|-22、Softmax回归算法与实战案例：葡萄酒质量分类.mp4-文件大小:316.82 MB

|-21、逻辑回归代码实战案例：乳腺癌预测.mp4-文件大小:179.64 MB

|-20、认识逻辑回归及其交叉熵损失函数.mp4-文件大小:294.97 MB

|-19、BGD、SGD、普通最小二乘求线性回归问题的比较.mp4-文件大小:484.36 MB

|-18、线性回归总结与BGD算法代码实现.mp4-文件大小:620.22 MB

|-17、线性回归问题的梯度下降算法(BGD、SGD、MBGD).mp4-文件大小:469.65 MB

|-16、梯度下降法原理与代码实战案例.mp4-文件大小:416.46 MB

|-15、回归模型的指标评估与机器学习的调参.mp4-文件大小:219.56 MB

|-14、解决OverFitting的方案：L1正则、L2正则、弹性网络算法.mp4-文件大小:393.60 MB

|-13、多项式扩展与过拟合问题.mp4-文件大小:367.16 MB

|-12、最小二乘公式法和模型部署：持久化与加载使用.mp4-文件大小:326.81 MB

|-11、机器学习实战案例：普通最小二乘法求线性回归.mp4-文件大小:563.51 MB

|-10、scikit-learn机器学习框架的安装与环境搭建.mp4-文件大小:508.64 MB

|-09、最小二乘法求线性回归的最优参数向量.mp4-文件大小:339.33 MB

|-08、机器学习之回归算法.mp4-文件大小:316.97 MB

|-07、模型的部署上线与反馈.mp4-文件大小:148.62 MB

|-06、模型训练与测试(准确率、召回率、精准率、F值、ROC、AUC).mp4-文件大小:347.08 MB

|-05、文本数据转换：词袋法与TF-IDF.mp4-文件大小:292.80 MB

|-04、特征工程概述与1-of-k哑编码.mp4-文件大小:186.41 MB

|-03、机器学习开发流程：数据收集与存储.mp4-文件大小:81.97 MB

|-02、机器学习的分类、算法Top10与开发流程.mp4-文件大小:359.27 MB

|-01、机器学习的定义、概念与常见应用框架.mp4-文件大小:340.28 MB