Python3入门机器学习 经典算法与应用 轻松入行人工智能（完整版） - 499元【7.38GB】 - 猎人搜索 轻松

• file:github地址.txt
• file:Mastering Feature Engineering Principles and Techniques for Data Scientists (Early Release)-O’reilly (2016).pdf
• file:ISLR Seventh Printing.pdf
• file:9-8 OvR与OvO.mp4
• file:9-7 scikt-learn中的逻辑回归.mp4
• file:9-6 在逻辑回归中使用多项式特征.mp4
• file:9-5 决策边界.mp4
• file:9-4 实现逻辑回归算法.mp4
• file:8-7 偏差方差平衡.mp4
• file:8-6 验证数据集与交叉验证.mp4
• file:8-4 为什么要训练数据集与测试数据集.mp4
• file:8-3 过拟合与欠拟合.mp4
• file:8-10 L1，L2弹性网络.mp4
• file:8-1 什么是多项式回归.mp4
• file:7-9 人脸识别与特征脸.mp4
• file:7-8 使用PCA对数据进行降噪.mp4
• file:7-7 试手MNIST数据集.mp4
• file:7-5 高纬数据映射为低纬数据.mp4
• file:7-3 求数据的主成分.mp4
• file:6-9 有关梯度下降法的更多讨论.mp4
• file:6-3实现线性回归中的梯度下降法.mp4
• file:5-7多元线性回归和正规方程解.mp4
• file:5-6 最好的衡量线性回归法的指标.mp4
• file:5-5 R Squared.mp4