机器学习教程 1_何为机器学习

人工智能（ai）编程：机器学习教程

1/66

App17:25

播放中

机器学习教程 1_何为机器学习

App11:08

机器学习教程3_人工智能应用与价值

App11:54

机器学习教程 4_有监督机器学习训练流程

App11:54

有监督机器学习5_有监督机器学习训练流程

App17:55

机器学习教程6_Python机器学习库Scikit-Learn介绍

App06:13

机器学习教程 7_理解线性与回归

App49:03

机器学习教程 08_机器学习是什么

App52:45

机器学习教程 09_怎么做线性回归

App26:32

机器学习教程 10_理解回归_最大似然函数

App50:31

机器学习教程 11_应用正太分布概率密度函数_对数总似然

App42:15

机器学习教程 12_梯度下降法思路_导函数有什么用

App40:42

机器学习教程 13_推导线性回归损失函数导函数

App34:07

机器学习 14_随机梯度下降_及代码实现_mini-batchGD_调整学习率

App46:07

机器学习教程 15_梯度下降做归一化的必要性

App49:55

16_最大值最小值归一化_sklearn官网介绍_防止过拟合W越少越小

App20:29

机器学习教程 17_过拟合的总结

App35:10

机器学习教程 18_岭回归_以及代码调用

App47:26

机器学习教程19_Lasso_ElasticNet_PolynomialFeatures

App50:51

机器学习教程20_多项式回归代码_保险案例数据说明

App40:55

机器学习教程21_相关系数_逻辑回归介绍

App42:20

机器学习教程22_逻辑回归的损失函数_逻辑回归对比多元线性回归

App30:31

机器学习教程23_逻辑回归sklearn处理鸢尾花数据集

App31:36

机器学习教程24_逻辑回归多分类转成多个二分类详解

App17:10

机器学习教程25_逻辑回归训练 音乐分类器代码_测试代码

App44:58

机器学习教程 26_理解维度_音乐分类器数据介绍

App36:01

机器学习教程 27 傅里叶变化原理_傅里叶代码应用_傅里叶优缺点

App47:11

机器学习教程 28__人工神经网络开始

App37:18

机器学习教程29_神经网络隐藏层的必要性

App37:05

机器学习教程30_神经网络案例_sklearn_concrete

App05:39

机器学习教程31 机器学习有监督无监督