菜菜的机器学习sklearn课堂（视频+课件） - 猎人搜索 轻松搜寻全网资源

• file:开始机器学习之前：配置开发环境.pdf
• file:参考书3.jpg
• file:4.4 XGBoost应用 (7)：XGB应用中的其他问题.mp4
• file:4.3 XGBoost应用 (5)：XGB分类中的样本不平衡问题 - sklearnAPI.mp4
• file:4.2 XGBoost应用 (4)：使用joblib保存和调用训练好的XGB模型.mp4
• file:4.1 XGBoost应用 (2)：使用xgb.cv进行剪枝参数的调参.mp4
• file:3.7 XGBoost的智慧 (9)：让树停止生长：参数gamma与工具xgb.cv.mp4
• file:3.6 XGBoost的智慧 (8)：贪婪算法求解最优树.mp4
• file:3.4 案例：贝叶斯做文本分类 (6) - 算法应用与概率校准.mp4
• file:2.3.4 补集朴素贝叶斯 - 补集朴素贝叶斯的原理 (2).mp4
• file:2.3.2 伯努利朴素贝叶斯 (3) - 构造一个分类器.mp4
• file:5.3.4 多项式回归：线性还是非线性模型？ + 本周结语.mp4
• file:5.3.3 多项式回归的可解释性.mp4
• file:5.2 离散化：帮助线性回归解决非线性问题.mp4
• file:5.1.3 线性vs非线性模型 (2)：拟合，效果与特点.mp4
• file:5.1.1 & 5.1.2 线性数据与非线性数据.mp4
• file:4.3.3 Lasso选择最佳正则化参数.mp4
• file:4.6 SVM总结与结语.mp4
• file:4.5.3 案例：模型调参：追求精确度与recall的平衡.mp4
• file:4.4 案例：建模与模型评估 (2).mp4
• file:4.3.6 & 4.3.7 案例：现实数据集上的数据预处理：连续型变量.mp4
• file:4.3.4 案例：现实数据上的数据预处理 - 填补分类型变量的缺失值.mp4
• file:2.3.2 重要参数C & 总结.mp4
• file:2.3.1 SVM在软间隔数据上的推广.mp4
• file:2.2.5 案例：在乳腺癌数据集上对核函数进行调参 (2).mp4
• file:2.2.1 & 2.2.2 非线性SVM与核函数：重要参数kernel.mp4
• file:2.1.4 SVM求解可视化（6）：Jupyter Notebook中的3D交互功能.mp4
• file:2.1.4 SVM求解可视化（5）：非线性数据集上的推广与3D可视化.mp4
• file:2.1.4 SVM求解可视化 (4)：探索建立好的模型.mp4