Python机器学习全流程项目实战精讲
视频
|
2019-11-8 06:14
|
2024-7-27 19:37
|
82
|
1.31 GB
|
51
|
- 章节1: 机器学习方法论/1. 数据分析与数据挖掘.mp439.02MB
- 章节1: 机器学习方法论/2. 机器学习、深度学习与人工智能.mp48.21MB
- 章节1: 机器学习方法论/3. 机器学习的核心任务.mp46.86MB
- 章节1: 机器学习方法论/4. 机器学习的核心要义.mp46.9MB
- 章节1: 机器学习方法论/5. 机器学习项目实战全流程.mp410.63MB
- 章节1: 机器学习方法论/6. Python编程工具.mp42.97MB
- 章节1: 机器学习方法论/7. Jupyter Notebook与PyCharm.mp49.45MB
- 章节1: 机器学习方法论/8. 机器学习具体学习方法指导.mp432.64MB
- 章节2: 机器学习需求分析/09. 需求分析.mp444.58MB
- 章节2: 机器学习需求分析/10. 项目技术、产品和应用调研.mp413.14MB
- 章节2: 机器学习需求分析/11. 实例:数据科学岗位需求分析.mp420.51MB
- 章节3: 数据采集与爬虫/12. 数据采集概述.mp418.34MB
- 章节3: 数据采集与爬虫/13. Python爬虫技术.mp427.35MB
- 章节3: 数据采集与爬虫/14. 请求库:urllib.mp410.56MB
- 章节3: 数据采集与爬虫/15. 请求库:requests.mp416.06MB
- 章节3: 数据采集与爬虫/16. 解析库:BeautifulSoup.mp417.44MB
- 章节3: 数据采集与爬虫/17. 解析库:lxml.mp411.6MB
- 章节3: 数据采集与爬虫/18. 信息提取:css选择器和xpath表达.mp411.69MB
- 章节3: 数据采集与爬虫/19. 实例1:招聘网站静态数据采集.mp448.96MB
- 章节3: 数据采集与爬虫/20. 实例2:招聘网站动态数据采集.mp436.96MB
- 章节4: 数据清洗/21. 脏数据.mp428.67MB
- 章节4: 数据清洗/22. 数据预处理的基本方向.mp449.43MB
- 章节4: 数据清洗/23. 缺失值处理.mp444.27MB
- 章节4: 数据清洗/24. 小文本和字符串处理.mp484.9MB
- 章节4: 数据清洗/25. 实例:招聘数据预处理(一).mp458.12MB
- 章节4: 数据清洗/26. 实例:招聘数据预处理(二).mp443.48MB
- 章节5: 数据分析与可视化/27. 探索性数据分析(EDA).mp415.86MB
- 章节5: 数据分析与可视化/28. 统计绘图与数据可视化.mp479.52MB
- 章节5: 数据分析与可视化/29. Python绘图之matplotlib.mp4110.87MB
- 章节5: 数据分析与可视化/30. Python绘图之seaborn.mp442.41MB
- 章节5: 数据分析与可视化/31. 实例:招聘数据的EDA与可视化.mp429.9MB
- 章节5: 数据分析与可视化/32. 实例:招聘数据的EDA与可视化.mp467.08MB
- 章节6: 特征工程/33. 特征工程概述.mp419.18MB
- 章节6: 特征工程/34. 特征选择.mp423.78MB
- 章节6: 特征工程/35. 特征变换与特征提取.mp414.69MB
- 章节6: 特征工程/36. 特征组合与降维.mp45.55MB
- 章节6: 特征工程/37. 招聘数据的特征工程探索.mp436.48MB
- 章节7: 机器学习建模与调优/38. 机器学习模型概述.mp412.74MB
- 章节7: 机器学习建模与调优/39. 传统机器学习模型(单模型).mp426.04MB
- 章节7: 机器学习建模与调优/40. 集成与提升模型.mp45.08MB
- 章节7: 机器学习建模与调优/41. sklearn.mp410.48MB
- 章节7: 机器学习建模与调优/42. 机器学习调参方法简介.mp410.48MB
- 章节7: 机器学习建模与调优/43. GBDT XGBoost lightGBM用法.mp422MB
- 章节7: 机器学习建模与调优/44. 招聘数据的建模:GBDT.mp412.21MB
- 章节7: 机器学习建模与调优/45. 招聘数据的建模:XGBoost.mp49.33MB
- 章节7: 机器学习建模与调优/46. 招聘数据的建模:lightGBM.mp48.84MB
- 章节8: 机器学习模型结果与报告输出/47. R语言与RStudio安装与简介.mp416.26MB
- 章节8: 机器学习模型结果与报告输出/48. Rmarkdown的安装与基本用法.mp418.1MB
- 章节8: 机器学习模型结果与报告输出/49. 技术文档之Rmd与Jupyter对比.mp411.77MB
- 章节8: 机器学习模型结果与报告输出/50. 机器学习分析报告的写作方法.mp414.12MB
- 章节8: 机器学习模型结果与报告输出/51. 实例:数据相关岗位薪资水平影响因素研究分析报告(简要框架).mp413.08MB
不会用的朋友看这里
把磁力链接复制到离线下载,或者bt下载软件里即可下载文件,或者直接复制迅雷链接到迅雷里下载!
亲,你造吗?将网页分享给您的基友,下载的人越多速度越快哦!
违规内容投诉邮箱:[email protected]
概述
838888磁力搜索是一个磁力链接搜索引擎,是学术研究的副产品,用于解决资源过度分散的问题
它通过BitTorrent协议加入DHT网络,实时的自动采集数据,仅存储文件的标题、大小、文件列表、文件标识符(磁力链接)等基础信息
838888磁力搜索不下载任何真实资源,无法判断资源的合法性及真实性,使用838888磁力搜索服务的用户需自行鉴别内容的真伪
838888磁力搜索不上传任何资源,不提供Tracker服务,不提供种子文件的下载,这意味着838888磁力搜索 838888磁力搜索是一个完全合法的系统