Advertisement

菜菜的sklearn机器学习课程资源（包含课件、代码和ipynb文件）。

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

简介：
菜菜的sklearn机器学习完整版，包含详尽的课件、配套的代码以及交互式ipynb文件。该资源涵盖了多项主题，包括：首先，深入探讨决策树的学习方法及其相关数据源；随后，系统讲解随机森林算法的原理与应用；接着，详细阐述数据预处理和特征工程的关键技术；再然后，深入研究主成分分析（PCA）以及奇异值分解（SVD）的应用；此外，还包括逻辑回归与评分卡模型的学习内容；紧接着，对聚类算法K-means进行了全面的介绍；随后，对支持向量机（SVM）的上层和下层理论进行了阐述；之后，系统地学习回归算法家族中的线性回归、岭回归、Lasso回归以及多项式回归等方法；最后，介绍了朴素贝叶斯分类器和XGBoost算法。

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。
     
  • 【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。
     
  • WZU-machine-learning-course: 温州大学《机器学习》课程资源（包括代码和课件）
    优质
    简介：本项目提供温州大学《机器学习》课程的相关教学资料，涵盖全面的代码示例与详细课件，旨在帮助学生深入理解和掌握机器学习的核心概念和技术。 本学期我在温州大学为研究生教授机器学习课程，并计划分享课件内容，后续会持续更新。如果有老师需要获取PPT原版文件，请通过邮件联系我（请告知姓名及学校信息，我会回复）。 目录包括： - 课程的课件代码 - Jupyter notebook格式的课程代码 - 课程视频
     
  • 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。
     
  • 菜菜的机器学习讲义与资料
    优质
    菜菜的机器学习讲义与资料是一份针对初学者的系统化教程，旨在通过简洁明了的语言和丰富的实例帮助读者快速掌握机器学习的核心概念和技术。 菜菜机器学习讲义和资料包含了丰富的教学内容和实用的学习材料。这些资源旨在帮助学生更好地理解和掌握机器学习的基本概念和技术应用。通过系统的讲解与实践案例分析，使学员能够迅速入门并深入探索这一领域。同时，配套的练习题和项目作业有助于巩固所学知识，并鼓励创新思考以解决实际问题。
     
  • 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
     
  • 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
     
  • 吴恩达的机器学习Coursea课程资料，包括课堂笔记PDF、PPT和课后作业（含原题及.py/.ipynb源码）
    优质
    本资源包含吴恩达在Coursera上开设的机器学习课程全套材料，涵盖课堂笔记PDF与PPT，以及配套练习题及其解答代码(.py/.ipynb)。 吴恩达的机器学习课程在Coursera平台上提供课堂笔记PDF、课堂PPT以及课后作业原版问题和源代码（.py/.ipynb）等形式的学习材料。