Advertisement

菜菜的sklearn课堂PDF压缩包。

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

简介：
该资源涵盖了多种机器学习方法，包括决策树、随机森林以及降维算法。具体而言，它涉及特征工程、逻辑回归、聚类算法、支持向量机（SVM）等技术。此外，还包含了SVM案例分析、线性回归、朴素贝叶斯以及XGBoost等模型的应用。最后，资源中也探讨了神经网络这一更高级的机器学习模型。

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
     
  • 【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
     
  • 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~
     
  • sklearn数据分析（pandas笔记 + 完整版菜菜sklearn）
    优质
    本教程结合Pandas数据处理与完整版“菜菜”Sklearn机器学习实战内容，旨在帮助初学者掌握Python中进行数据分析和建模的核心技能。 内容概要： 本段落档涵盖了Acanoda、Python、sklearn以及graphviz的环境安装配置指南，方便读者快速上手。此外，还包含了pandas学习笔记、数据预处理方法、特征工程技巧、PCA与SVD技术讲解及各种机器学习算法（如决策树、随机森林、聚类分析、线性模型和回归等）的学习文档及其源代码。除了对各个算法原理的详细解释之外，还有丰富的案例实操内容，使读者能够完全参照文档进行自学，并在学完后具备一定的就业能力。 适合人群： 对机器学习感兴趣的初学者；希望转向数据分析领域的人士 通过本教程可以学到的内容包括但不限于数据预处理技术、特征工程方法、降维技巧以及各种机器学习算法的原理及其模型训练与调优技巧，同时也会掌握pandas库的有效使用。
     
  • 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。
     
  • 菜菜菜菜菜菜的神经网络.pdf
    优质
    《菜菜菜菜菜菜的神经网络》是一篇别具一格的研究报告，以菜菜为主角，通过幽默风趣的方式探讨了神经网络的基本原理和应用。尽管标题重复，却巧妙地吸引读者探索其背后的科学知识与创意表达。 菜菜神经网络.pdf
     
  • 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