机器学习入门 Scikit-learn实现经典小案例

1. 第10章 深度学习/2 神经网络.mp439.47MB
2. 第10章 深度学习/7 迁移学习.mp422.26MB
3. 第10章 深度学习/3 深度学习在计算机视觉中的应用.mp420.11MB
4. 第10章 深度学习/4 深度学习的性能.mp410.22MB
5. 第10章 深度学习/6 深度学习的挑战.mp48.89MB
6. 第10章 深度学习/8 深度学习总结(1).mp48.84MB
7. 第10章 深度学习/5 计算机视觉中的深度学习.mp44.87MB
8. 第10章 深度学习/1 深度学习：图像搜索.mp44.67MB
9. 第11章 神经网络—案例部分/2 深度学习实践-通过查询最近邻模型来检索图像.mp432.11MB
10. 第11章 神经网络—案例部分/0 深度学习实践-获取图像数据.mp430.38MB
11. 第11章 神经网络—案例部分/4 深度学习实践-通过Python和Lanbda函数来显示其他检索图像.mp422.05MB
12. 第11章 神经网络—案例部分/1 深度学习实践-构建图像检索的最近邻模型.mp416.58MB
13. 第11章 神经网络—案例部分/3 深度学习实践-检索和轿车图像最相似的图像.mp48.76MB
14. 第1章 机器学习概述/1-8 python 基本语法.mp422.13MB
15. 第1章 机器学习概述/1-9 条件和循环语句.mp420.81MB
16. 第1章 机器学习概述/1-3 机器学习示例.mp420.75MB
17. 第1章 机器学习概述/1-13 SFrame中的列操作.mp418.18MB
18. 第1章 机器学习概述/1-14 SFrame中的apply函数.mp418MB
19. 第1章 机器学习概述/1-4 本门课使用的工具.mp416.87MB
20. 第1章 机器学习概述/1-1 机器学习-导学.mp416.65MB
21. 第1章 机器学习概述/1-7 IPython Notebook介绍.mp415.82MB
22. 第1章 机器学习概述/1-12 GraphLab Canvas.mp414.69MB
23. 第1章 机器学习概述/1-11 应用GraphCreate Lab.mp413.26MB
24. 第1章 机器学习概述/1-2 概述.mp412.72MB
25. 第1章 机器学习概述/1-6 graphlab create的安装.mp410.47MB
26. 第1章 机器学习概述/1-10 Python中的函数.mp49.49MB
27. 第1章 机器学习概述/1-5 本门课的内容.mp44.56MB
28. 第2章 回归模型/2-10 回归实践-下载和探索房屋销售数据.mp432.48MB
29. 第2章 回归模型/2-15 回归实践-探索学习到的模型系数.mp427.07MB
30. 第2章 回归模型/2-13 回归实践-评估模型的误差.mp424.82MB
31. 第2章 回归模型/2-5 通过训练-测试分离来评估过拟合.mp422.93MB
32. 第2章 回归模型/2-11 回归实践-把数据拆分成训练集和测试集.mp421.37MB
33. 第2章 回归模型/2-16 回归实践-探索数据的其他特征.mp415.61MB
34. 第2章 回归模型/2-9 回归总结.mp415.29MB
35. 第2章 回归模型/2-3 线性回归.mp414.22MB
36. 第2章 回归模型/2-8 其他回归示例.mp414.19MB
37. 第2章 回归模型/2-17 回归实践-学习通过更多特征来预测房价的模型.mp414.09MB
38. 第2章 回归模型/2-6 训练测试曲线.mp411.75MB
39. 第2章 回归模型/2-4 加入更高阶的因素.mp411.66MB
40. 第2章 回归模型/2-18 回归实践-应用学习到的模型来预测更多的房价.mp411.41MB
41. 第2章 回归模型/2-2 预测房价.mp410.8MB
42. 第2章 回归模型/2-12 回归实践-学习一个简单的回归模型通过房屋大小预测房价.mp49.17MB
43. 第2章 回归模型/2-14 回归实践-通过Matplotlib来可视化预测.mp47.56MB
44. 第2章 回归模型/2-7 加入新的特征.mp47.52MB
45. 第2章 回归模型/2-1 线性回归概述.mp43.15MB
46. 第3章 分类模型/3-4 线性分类器.mp435.76MB
47. 第3章 分类模型/3-2 从主题预测情感.mp435.41MB
48. 第3章 分类模型/3-15 分类实践-定义评论的正面和负面感情.mp433.93MB
49. 第3章 分类模型/3-19 分类实践-探索商品的最正面和最负面评价.mp432.19MB
50. 第3章 分类模型/3-14 分类实践-探索流行的商品.mp429.16MB
51. 第3章 分类模型/3-18 分类实践-应用模型于商品的最正面和最负面评论.mp428.48MB
52. 第3章 分类模型/3-9 学习曲线.mp426.79MB
53. 第3章 分类模型/3-7 什么是好的精度.mp423.82MB
54. 第3章 分类模型/3-8 混淆矩阵.mp421.66MB
55. 第3章 分类模型/3-17 分类实践-通过ROC曲线评估分类器.mp420.79MB
56. 第3章 分类模型/3-3 分类器应用.mp418.8MB
57. 第3章 分类模型/3-5 决策边界.mp418.59MB
58. 第3章 分类模型/3-13 分类实践-构建词袋向量.mp416.87MB
59. 第3章 分类模型/3-16 分类实践-训练情感的分类器.mp416.59MB
60. 第3章 分类模型/3-6 训练和评估分类器.mp413.21MB
61. 第3章 分类模型/3-12 分类实践-获取和探索商品评论数据.mp412.58MB
62. 第3章 分类模型/3-10 类别概率.mp412.25MB
63. 第3章 分类模型/3-11 分类总结.mp47.76MB
64. 第3章 分类模型/3-1 分类-分析情感.mp42.06MB
65. 第4章 聚类和相似度模型/4-13 聚类和相似度实践-探索单词计数.mp431.93MB
66. 第4章 聚类和相似度模型/4-14 聚类和相似度实践-计算和探索TF-IDF.mp427.85MB
67. 第4章 聚类和相似度模型/4-12 聚类和相似度实践-获取和探索维基百科数据.mp422.03MB
68. 第4章 聚类和相似度模型/4-3 用于测量相似度的单词计数表示.mp420.72MB
69. 第4章 聚类和相似度模型/4-10 其他例子.mp417.7MB
70. 第4章 聚类和相似度模型/4-15 聚类和相似度实践-计算维基百科文章的距离.mp417.27MB
71. 第4章 聚类和相似度模型/4-17 聚类和相似度实践-实际文档检索的例子.mp415.38MB
72. 第4章 聚类和相似度模型/4-11 聚类和相似度总结.mp414.46MB
73. 第4章 聚类和相似度模型/4-16 聚类和相似度实践-构建和探索维基百科文章的最近领域模型.mp413.72MB
74. 第4章 聚类和相似度模型/4-5 TF-IDFf文档表示.mp413.36MB
75. 第4章 聚类和相似度模型/4-8 聚类介绍.mp413.12MB
76. 第4章 聚类和相似度模型/4-9 k-均值.mp411.36MB
77. 第4章 聚类和相似度模型/4-4 应用TF-IDF对于重要单词进行优先级排序.mp49.81MB
78. 第4章 聚类和相似度模型/4-7 文档聚类.mp48.98MB
79. 第4章 聚类和相似度模型/4-6 检索相似的文档.mp46.64MB
80. 第4章 聚类和相似度模型/4-2 检索感兴趣的文档.mp43.79MB
81. 第4章 聚类和相似度模型/4-1 聚类和相似度-文档检索.mp41.84MB
82. 第5章 推荐系统/5-16 推荐系统实践-获取和探索音乐数据.mp437.57MB
83. 第5章 推荐系统/5-17 推荐系统实践-构建和评估基于流行度的音乐推荐系统.mp437.31MB
84. 第5章 推荐系统/5-18 推荐系统实践-构建和评估个性化的音乐推荐系统.mp426.24MB
85. 第5章 推荐系统/5-19 推荐系统实践-召回率来比较推荐模型.mp424.04MB
86. 第5章 推荐系统/5-14 准确率-召回率曲线.mp421.88MB
87. 第5章 推荐系统/5-8 通过用户和物品的特征进行推荐.mp420.47MB
88. 第5章 推荐系统/5-10 通过矩阵分解发现隐藏结构.mp419.82MB
89. 第5章 推荐系统/5-12 推荐系统的性能度量.mp418.92MB
90. 第5章 推荐系统/5-2 我们在哪能见到推荐系统【此章节有密码】.mp418.6MB
91. 第5章 推荐系统/5-6 正规化同现矩阵.mp415.85MB
92. 第5章 推荐系统/5-7 矩阵补全问题.mp414.48MB
93. 第5章 推荐系统/5-4 协同过滤.mp412.43MB
94. 第5章 推荐系统/5-3 推荐的分类模型.mp412.3MB
95. 第5章 推荐系统/5-15 推荐系统总结.mp411.76MB
96. 第5章 推荐系统/5-11 特征+矩阵分解.mp410.71MB
97. 第5章 推荐系统/5-9 利用矩阵形式预测.mp48.3MB
98. 第5章 推荐系统/5-5 流行物品的影响.mp47.8MB
99. 第5章 推荐系统/5-13 最优推荐.mp47.17MB
100. 第5章 推荐系统/5-1 推荐商品.mp42.82MB
101. 第6章 深度学习/6-2 神经网络.mp439.47MB
102. 第6章 深度学习/6-11 深度学习实践-通过查询最近邻模型来检索图像.mp432.11MB
103. 第6章 深度学习/6-9 深度学习实践-获取图像数据.mp430.38MB
104. 第6章 深度学习/6-7 迁移学习.mp422.26MB
105. 第6章 深度学习/6-13 深度学习实践-通过Python和Lanbda函数来显示其他检索图像.mp422.05MB
106. 第6章 深度学习/6-3 深度学习在计算机视觉中的应用.mp420.11MB
107. 第6章 深度学习/6-10 深度学习实践-构建图像检索的最近邻模型.mp416.58MB
108. 第6章 深度学习/6-4 深度学习的性能.mp410.22MB
109. 第6章 深度学习/6-6 深度学习的挑战.mp48.89MB
110. 第6章 深度学习/6-8 深度学习总结(1).mp48.84MB
111. 第6章 深度学习/6-12 深度学习实践-检索和轿车图像最相似的图像.mp48.76MB
112. 第6章 深度学习/6-5 计算机视觉中的深度学习.mp44.87MB
113. 第6章 深度学习/6-1 深度学习：图像搜索.mp44.67MB
114. 第7章 聚类和相似度模型—维基百科人物相似度案例/7-2 聚类和相似度实践-探索单词计数.mp428.37MB
115. 第7章 聚类和相似度模型—维基百科人物相似度案例/7-3 聚类和相似度实践-计算和探索TF-IDF.mp427.85MB
116. 第7章 聚类和相似度模型—维基百科人物相似度案例/7-4 聚类和相似度实践-计算维基百科文章的距离.mp417.27MB
117. 第7章 聚类和相似度模型—维基百科人物相似度案例/7-1 聚类和相似度实践-获取和探索维基百科数据.mp416.78MB
118. 第7章 聚类和相似度模型—维基百科人物相似度案例/7-6 聚类和相似度实践-实际文档检索的例子.mp415.38MB
119. 第7章 聚类和相似度模型—维基百科人物相似度案例/7-5 聚类和相似度实践-构建和探索维基百科文章的最近领域模型.mp413.72MB
120. 第8章 推荐系统/2.mp424.15MB
121. 第8章 推荐系统/14 准确率-召回率曲线.mp421.88MB
122. 第8章 推荐系统/8 通过用户和物品的特征进行推荐.mp420.47MB
123. 第8章 推荐系统/10 通过矩阵分解发现隐藏结构.mp419.82MB
124. 第8章 推荐系统/12 推荐系统的性能度量.mp418.92MB
125. 第8章 推荐系统/6 正规化同现矩阵.mp415.85MB
126. 第8章 推荐系统/7 矩阵补全问题.mp414.48MB
127. 第8章 推荐系统/4 协同过滤.mp412.43MB
128. 第8章 推荐系统/3 推荐的分类模型.mp412.3MB
129. 第8章 推荐系统/15 推荐系统总结.mp411.76MB
130. 第8章 推荐系统/11 特征+矩阵分解.mp410.71MB
131. 第8章 推荐系统/9 利用矩阵形式预测.mp48.3MB
132. 第8章 推荐系统/5 流行物品的影响.mp47.8MB
133. 第8章 推荐系统/13 最优推荐.mp47.17MB
134. 第8章 推荐系统/1 推荐商品.mp42.82MB
135. 第9章 推荐系统—构建推荐系统案例/9-1 推荐系统实践-获取和探索音乐数据.mp437.57MB
136. 第9章 推荐系统—构建推荐系统案例/9-2 推荐系统实践-构建和评估基于流行度的音乐推荐系统.mp437.31MB
137. 第9章 推荐系统—构建推荐系统案例/9-3 推荐系统实践-构建和评估个性化的音乐推荐系统.mp426.24MB
138. 第9章 推荐系统—构建推荐系统案例/9-4 推荐系统实践-召回率来比较推荐模型.mp424.04MB