Advertisement

菜菜的sklearn课程全套PDF（1-11课）.rar

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本资源包含菜菜的sklearn课程从第1课到第11课的所有PDF讲义，适合希望系统学习sklearn库进行机器学习应用的初学者和进阶者。 1. 决策树 2. 随机森林 3. 特征工程 4. 降维算法 5. 逻辑回归 6. 聚类算法 7. SVM版本 8. SVM案例 9. 线性回归 10. 朴素贝叶斯 11. XGBoost

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 菜菜的sklearn课程全套PDF（1-11课）.rar
    优质
    本资源包含菜菜的sklearn课程从第1课到第11课的所有PDF讲义，适合希望系统学习sklearn库进行机器学习应用的初学者和进阶者。 1. 决策树 2. 随机森林 3. 特征工程 4. 降维算法 5. 逻辑回归 6. 聚类算法 7. SVM版本 8. SVM案例 9. 线性回归 10. 朴素贝叶斯 11. XGBoost
     
  • 菜菜的sklearn机器学习全套资料（课件、代码、ipynb）
    优质
    本套资料为菜菜的sklearn机器学习课程全套内容，包含详细的课件讲解、完整源代码及可直接运行的Jupyter Notebook文件。适合初学者系统学习机器学习知识。 菜菜的sklearn机器学习完整版包括课件、代码和ipynb文件： - 01 决策树：包含课件数据源码； - 02 随机森林； - 03 数据预处理与特征工程； - 04 主成分分析PCA与奇异值分解SVD； - 05 逻辑回归与评分卡； - 06 聚类算法Kmeans； - 07 支持向量机（上）和（下）两部分； - 09 回归大家族：线性回归、岭回归、Lasso及多项式回归； - 010 朴素贝叶斯； - 011 XGBoost。
     
  • 菜菜sklearn课程讲义完整版
    优质
    《菜菜sklearn课程讲义完整版》是一份全面介绍Python机器学习库scikit-learn的学习资料，适合编程初学者系统掌握机器学习基础知识与技能。 机器学习中的sklearn是一个非常强大的Python库，它提供了广泛的算法来处理数据挖掘和数据分析任务。这个库简化了模型的构建过程，并且易于使用，使得即使是初学者也能快速上手进行实践操作。通过sklearn，用户可以轻松地执行预处理步骤、选择合适的模型以及评估预测结果等关键工作流程中的各个部分。
     
  • 菜菜sklearn教程讲义.rar
    优质
    本资源为菜菜sklearn教程配套讲义，详细介绍了如何使用Python中的sklearn库进行机器学习实践。包含实例讲解与代码演示。适合初学者快速上手机器学习项目。 适合正在学习机器学习sklearn库的使用教程，关注即可下载哦~
     
  • 菜菜sklearn教程pdf.rar
    优质
    该资源为《菜菜sklearn机器学习案例实战》PDF版本，包含大量实用示例和代码，适合初学者深入学习Python的sklearn库进行机器学习项目开发。 1 决策树 2 随机森林 3 特征工程 4 降维算法 5 逻辑回归 6 聚类算法 7 SVM 8 SVM 案例 9 线性回归 10 朴素贝叶斯 11 XGBoost 12 神经网络
     
  • 【机器学习】新手sklearn课程(1-11全集).7z
    优质
    这是一套专为初学者设计的完整Sklearn机器学习工具包教程系列（共11节），帮助你从零开始掌握Python中的机器学习应用。 机器学习菜菜的sklearn课堂（1-11课件），PDF内容包含代码及讲解的课件。
     
  • 史上最详尽的菜菜sklearn学习教程.rar
    优质
    本教程为《史上最详尽的菜菜sklearn学习教程》，内含全面且详细的sklearn库使用指南，适合初学者快速入门并掌握机器学习项目开发技能。 史上最全的菜菜的sklearn学习教程，内容非常详细。
     
  • 【机器学习】新手指南：菜菜的sklearn课堂教程及代码
    优质
    本教程为机器学习初学者设计，通过实例教授如何使用Python中的sklearn库进行模型构建与训练。适合完全没有编程经验的新手跟随学习，并提供详细代码供实践参考。 B站课程《菜菜的机器学习sklearn》配有详细的教材和代码，老师讲解非常详细，十分推荐。课程链接可以在B站搜索BV1vJ41187hk查看。 去掉链接后： 《菜菜的机器学习sklearn》这门B站课程有配套的教材和代码支持，老师的讲解很详尽，强烈推荐大家去学习。
     
  • 菜菜的Scikit-Learn课程源码与文档.rar
    优质
    本资源为菜菜的Scikit-Learn课程配套材料，内含课程源代码及详细文档，适合机器学习初学者深入学习和实践。 菜菜的scikit-learn课堂源码及文档包括以下内容： 1. 菜菜的scikit-learn课堂01：sklearn入门 & 决策树在sklearn中的实现.pdf 2. 菜菜的scikit-learn课堂02：随机森林在sklearn中的实现.pdf 3. 菜菜的scikit-learn课堂03：sklearn中的数据预处理和特征工程.pdf 4. 菜菜的scikit-learn课堂04：sklearn中的降维算法PCA和SVD.pdf 5. 菜菜的scikit-learn课堂05：sklearn中的逻辑回归.pdf 6. 菜菜的scikit-learn课堂06：sklearn中的聚类算法K-Means.pdf 7. 菜菜的scikit-learn课堂07：sklearn中的支持向量机SVM(一).pdf 8. 菜菜的scikit-learn课堂08：sklearn中的支持向量机SVM - 案例直播课.pdf 9. 菜菜的scikit-learn课堂09：sklearn中的线性回归大家族.pdf 10. 菜菜的scikit-learn课堂10：sklearn中的朴素贝叶斯.pdf 11. 菜菜的scikit-learn课堂11：sklearn与XGBoost.pdf 12. 菜菜的scikit-learn课堂12：sklearn中的神经网络.pdf 此外，还有以下数据集和代码文件： - 预处理 - 数据.zip - SVM live code.zip
     
  • 【机器学习】新手sklearn课程(1-12全集).rar
    优质
    本资源包含从入门到进阶的12个视频教程，全面讲解使用Python库Sklearn进行机器学习的方法和技巧，适合初学者系统学习。 【机器学习】菜菜的sklearn课堂（1-12全课）涵盖了以下内容： 1. 决策树 2. 随机森林 3. 数据预处理和特征工程 4. 主成分分析PCA 5. 逻辑回归与评分卡 6. 聚类算法 7. 支持向量机上 8. 支持向量机下 9. 回归大家族 10. 朴素贝叶斯 11. XGBoost 12. 神经网络（还在录课）