IT料理

Python机器学习 <编程 编程学习 IT料理>

• Python 机器学习 学机器学习为什么要选择Python？ <编程 编程学习 IT料理>
• Python 机器学习 第一课 绪论 <编程 编程学习 IT料理>
• Python 机器学习 第二课 监督学习的三要素 <编程 编程学习 IT料理>
• Python 机器学习 第三课 监督学习的三个问题 <编程 编程学习 IT料理>
• Python 机器学习 第四课 无监督学习概述 <编程 编程学习 IT料理>
• Python 机器学习 第五课 强化学习概述 <编程 编程学习 IT料理>
• Python 机器学习 第六课 学习器的设计 <编程 编程学习 IT料理>
• Python 机器学习 第七课 Python科学计算环境 Final <编程 编程学习 IT料理>
• Python 机器学习 第八课 SKLearn算法库的顶层设计 <编程 编程学习 IT料理>
• Python 机器学习 第九课 SKLearn 统一API调用接口 <编程 编程学习 IT料理>
• Python 机器学习 第十课 SKLearn数据集操作API(一) <编程 编程学习 IT料理>
• Python 机器学习 第十课 SKLearn数据集操作API(二) <编程 编程学习 IT料理>
• Python 机器学习 第十一课 SKLearn数据集操作API(三) <编程 编程学习 IT料理>
• Python 机器学习 第十二课 SKLearn数据集操作API(四) <编程 编程学习 IT料理>
• Python 机器学习 第十三课 SKLearn模型选择之数据集划分策略 <编程 编程学习 IT料理>
• Python 机器学习 第十四课 SKLearn模型选择之超参数优化方法 <编程 编程学习 IT料理>
• Python 机器学习 第十五课 SKLearn模型选择之模型验证方法 <编程 编程学习 IT料理>
• Python 机器学习 第十六课 SKLearn模型选择之模型评估方法 <编程 编程学习 IT料理>
• Python 机器学习 第十七课 SKLearn分类器评估指标(一) <编程 编程学习 IT料理>
• Python 机器学习 第十八课 SKLearn分类器评估标准1-准确率和混淆矩阵 <编程 编程学习 IT料理>
• Python 机器学习 第十九课 SKLearn分类器评估标准2-Precision-Recall-Fscore <编程 编程学习 IT料理>
• Python 机器学习 第二十课 SKLearn分类器评估标准3-ROC曲线 <编程 编程学习 IT料理>
• Python 机器学习 第二十一课 SKLearn分类器评估标准4-各种分类损失函数 <编程 编程学习 IT料理>
• Python 机器学习 第二十二课 SKLearn中回归算法的得分和误差评估方法 <编程 编程学习 IT料理>
• Python机器学习第23课 SKLearn数据集变换操作--综述 <编程 编程学习 IT料理>
• Python机器学习第24课 SKlearn之Pipeline和FeatureUnion <编程 编程学习 IT料理>
• Python机器学习第25课 SKLearn特征抽取之字典向量化和哈希变换 <编程 编程学习 IT料理>
• Python机器学习第26课 SKLearn特征抽取之文本特征抽取(词袋表示法) <编程 编程学习 IT料理>
• Python机器学习第29课 SKlearn数据预处理之Stardardization <编程 编程学习 IT料理>
• Python机器学习第30课 SKLearn数据预处理之Normalize和Binarize <编程 编程学习 IT料理>
• Python机器学习第31课 SKLearn数据预处理技术(标称型特征编码和缺失值补全) <编程 编程学习 IT料理>