《华章书院-视频课 l 基于SciKit的机器学习视频教程（职场进阶系列）】

《华章书院-视频课 l 基于SciKit的机器学习视频教程（职场进阶系列）] [形式]：[视频] [完结] 目录 [00054]使用超参数和网格搜索.mp4 [00055]第2课：探索数据集-.mp4 [00056]执行独热编码.mp4 [00057]了解降维，特征工程，特征选择.mp4 [00058]区分类别变量，序数变量和连续变量.mp4 [00059]了解“深度学习”与其他机器学习技术之间的区别.mp4 [00060]安装.mp4 [00061]了解ML库.mp4 [00062]介绍机器学习中的各种技术.mp4 [00063]基于SciKit的机器学习.mp4 [00064]第1课：什么是机器学习学习目标.mp4 [00001][英文原版]试看1.mp4 [00002]了解多种划分手段：KFold，LeaveOneOut，StratifiedKFold.mp4 [00003]使用交叉验证.mp4 [00004]总结.mp4 [00005]了解训练集-测试集划分.mp4 [00006]对管道进行网格搜索.mp4 [00007]使用管道.mp4 [00008]了解命令式顺序处理.mp4 [00009]使用StandardScaler，RobustScaler，MinMaxScaler.mp4 [00010]第9课：稳健的训练集-测试集划分.mp4 [00011]了解维数扩展（多项式特征）.mp4 [00012]四分位数化和二值化.mp4 [00013]使用独热编码.mp4 [00014]第八课：管道.mp4 [00015]使用其他分解算法：NMF，LDA，ICA，t-dist.mp4 [00016]实现特征选择：基于模型的特征选择.mp4 [00017]实现特征选择：单变量.mp4 [00018]使用主成分分析（PCA）.mp4 [00019]理解一个合成的例子.mp4 [00020]了解降维.mp4 [00021]使用GridsearchCV.mp4 [00022]探索多个超参数.mp4 [00023]第7课：特征工程和特征选择.mp4 [00024]聚类为未知数量的类别.mp4 [00025]探索一个超参数.mp4 [00026]聚类为N类.mp4 [00027]评估聚类算法.mp4 [00028]使用基于密度的聚类算法：DBScan和HDBScan.mp4 [00029]第6课：超参数.mp4 [00030]聚类算法之间的比较.mp4 [00031]聚类检验假设.mp4 [00032]了解线性模型的缺陷.mp4 [00033]使用非线性回归器.mp4 [00034]不同回归器之间的比较.mp4 [00035]第5课：聚类.mp4 [00036]scikit-learn中的样本数据集.mp4 [00037]使用线性模型.mp4 [00038]使用多类别分类.mp4 [00039]了解预测概率和决策边界.mp4 [00040]多个分类器之间的比较.mp4 [00041]了解有关特征重要性的更多信息.mp4 [00042]第四课：回归.mp4 [00043]使用通用API.mp4 [00044]使用更加优质的数据集.mp4 [00045]在决策树中建立切点.mp4 [00046]发现数据中的异常和数据完整性问题.mp4 [00047]实现训练集-测试集划分并且选择模型.mp4 [00048]了解特征重要性.mp4 [00049]0了解选择和指标.mp4 [00050]第三课：分类.mp4 [00051]选择特征和目标.mp4 [00052]清理和调整你的数据.mp4 [00053]了解分类算法，回归算法，聚类算法，以及过拟合-欠拟合.mp4 官方99《华章书院-视频课 l 基于SciKit的机器学习视频教程（职场进阶系列）》 限时

收起