黑马-人工智能与数据挖掘 - 猎人搜索 轻松搜寻全网资源

• file:13 32-RFormula和卡方验证选择特征方法.mp4
• file:14 33-卡方验证案例补充.mp4
• file:07 26-数值型数据处理的方法.mp4
• file:04 23-特征转换-OneHot编码方式.mp4
• file:01 20-特征转化的二值化操作.mp4
• file:03 22-特征转换-类别型数据和数值型数据转换.mp4
• file:16 37-案例实践2-Iris的rdd相关系数实践.mp4
• file:09 28-ElementWise与SQLTransform实践.mp4
• file:10 29-特征转换VectorAssemble.mp4
• file:11 30-特征转换-QuantileDiscretizer.mp4
• file:08 27-Bucketizer分箱.mp4
• file:06 25-正则项.mp4
• file:11 11-SVD++原理.mp4
• file:06 6-通过PageRank算法得到网页排名的重要性.mp4
• file:05 5-通过wiki数据达到网页重要性的pagerank度量.mp4
• file:10 10-SparkGraphx实战三角关系网络发现.mp4
• file:04 4-SparkGraphX通过社交网络数据完成重要节点的选择.mp4
• file:09 9-连通图和强联通图.mp4
• file:07 7-广度优先遍历.mp4
• file:08 8-SparkGrphX实现最短路径.mp4
• file:15 15-SparkMl实战运输时间的预测分析.mp4
• file:12 12-最小二乘推导补充(补充).mp4
• file:02 2-Dataframe组件.mp4
• file:06 6-如何对模型选择与优化.mp4
• file:04 4-通过set方法和ParamMap方法赋值超参数的选项.mp4
• file:03 3-Pipeline原理.mp4
• file:16 16-SparkMllib基于RDD结构实战线性回归实例.mp4
• file:01 1-SparkMllib的pipeline简介.mp4
• file:10 10-最小二乘法解决简单线性回归原理.mp4
• file:13 13-线性回归的变体及各适用场景.mp4
• file:08 8-简单交叉验证及模型选择.mp4
• file:05 5-通过pipeline完成案例的代码编写.mp4
• file:02 2-关于多种距离的度量简介.mp4
• file:08 8-SparkMLLIB实现药品数据得简单聚类.mp4
• file:01 1-什么是聚类.mp4
• file:12 12-其他聚类思路-层次聚类方法.mp4
• file:17 17-SparkMllib完成对于GMM高斯混合模型实践分析.mp4
• file:05 5-Kmens算法性能指标分析.mp4
• file:15 15-聚类算法的总结：.mp4
• file:18 18-SparkLDA实现了主题的提取实战.mp4
• file:04 4-KMeans的举例.mp4
• file:10 10-SparkMl和parkSql实现经纬度数据聚类分析实战.mp4
• file:13 13-基于密度的聚类DBSCAN.mp4
• file:11 11-k-medoids了解.mp4
• file:19 19-SparkML实现IRis鸢尾花的聚类算法实战.mp4
• file:03 3-SparkGraphX图算法【耗时整理‖免费分享 cunlove.cn】.mp4
• file:09 9-图的类型和图的存储方式简介.mp4
• file:10 10-构建图的方法原理及源码了解创建过程.mp4
• file:08 8-图的基本数据结构.mp4
• file:17 17-图的聚合以及图的操作API总结.mp4
• file:16 16-图的关联操作.mp4
• file:15 15-图的结构操作：reverse、subgraph、mask、groupGraph.mp4
• file:04 4-SparkGraphX抽象是RDPG---弹性分布式属性图.mp4
• file:14 14-图的转换操作：mapVertices、mapEdges、mapTriplet.mp4
• file:13 13-图的基本信息--顶点、边、入度、出度.mp4
• file:12 12-社交网络数据的创建部分代码实战.mp4
• file:10 10-Cart分类树原理及Gini系数.mp4
• file:07 7-电商购买数据集ID3算法对比实践.mp4
• file:13 13-SparkMl实战libsvm数据全流程讲解实战.mp4
• file:08 8-Cart树的回归树原理理解.mp4
• file:05 5-ID3算法举例和C4.5算法改进.mp4
• file:03 3-信息熵的理解.mp4
• file:06 6-决策树的剪枝方式.mp4
• folder:黑马-人工智能与数据挖掘
• folder:02 阶段二 数据挖掘
• folder:01 第一章 SparkMllib数据挖掘+SparkGraphX
• folder:14 第十四章 SVM算法V2.1
• folder:01 第一章 机器学习概述V2.1
• folder:03 第三章 matplotlibV2.1
• folder:03 3-SparkMllib库特征工程基础与实战(二)
• folder:08 8-SparkGraphX与SparkMllib综合实战
• folder:05 5-SparkMllib高级模块与线性回归基础及实战
• folder:01 SVM算法
• folder:07 案例 Facebook位置预测
• folder:02 kd树
• folder:06 交叉验证, 网格搜索
• folder:05 KNN总结
• folder:03 数据集处理
• folder:01 numpy使用
• folder:04 北京租房数据统计分析
• folder:03 案例泰坦生存预测
• folder:03 pandas高级使用
• folder:04 电影案例分析
• folder:03 lightGBM算法