- 课件下载与开篇导读
- 付费课件下载地址
- 17:49 免费开篇导读
- 第一部分：机器学习基础
- 08:11 免费第1课：机器学习是什么？核心概念 ...
- 15:14 免费第2课：准备工作：Python环境与常 ...
- 06:19 免费第3课：表格数据与核心术语：数据 ...
- 11:21 免费第4课：训练集与测试集：如何验证 ...
- 05:22 免费第5课：监督学习：分类与回归 ...
- 06:05 免费第6课：无监督学习：聚类、降维与 ...
- 第二部分：KNN算法
- 08:12 免费第7课：KNN算法思想与案例背景 ...
- 20:13
免费第8课：实战第一步：数据加载与训 ... - 13:47 免费第9课：KNN的四种距离：欧氏、曼 ...
- 04:56 免费第10课：高维空间与距离公式总结 ...
- 28:34 免费第11课：特征归一化与标准化：距 ...
- 06:14 免费第12课：训练集标准化实战 ...
- 09:45 免费第13课：测试集标准化与KNN模型训 ...
- 07:10 免费第14课：KNN预测与评估：测试集与 ...
- 21:55 免费第15课：K值怎么选？过拟合、欠拟 ...
- 08:16 免费第16课：模型保存与加载 ...
- 06:56 免费第17课：KNN分类任务完整实现 ...
- 28:04 免费第18课：KNN回归任务与算法总结 ...
- 第三部分：线性回归
- 33:11 付费第19课：为什么还要学线性回归？ ...
- 28:21 付费第20课：损失函数：如何衡量“线 ...
- 18:24 付费第21课：梯度下降：如何找到最好 ...
- 34:09 付费第22课：梯度下降算法详解 ...
- 20:12 付费第23课：偏导数与学习率 ...
- 14:22 付费第24课：梯度下降公式总结 ...
- 24:31 付费第25课：一元线性回归实战 ...
- 17:00 付费第26课：最小二乘法（正规方程） ...
- 14:04 付费第27课：多元线性回归
- 17:51 付费第28课：多元线性回归实战：梯度 ...
- 08:37 付费第29课：多元线性回归预测与总结 ...
- 11:28 付费第30课：多项式回归：为什么要“ ...
- 10:39 付费第31课：多项式特征构造与标准化 ...
- 09:35 付费第32课：欠拟合与过拟合 ...
- 26:25 付费第33课：正则化：Ridge与Lasso ...
- 18:38 付费第34课： 正则化多项式回归-让带 ...