梦汇学堂强烈推荐：
【《华章书院-视频课 l 基于SciKit的机器学习视频教程（职场进阶系列）】
【赏金猎人会员专享5折拿货】
【合伙人返佣30%、代理返20%、会员返10%】
【原版无水印】
【捐赠形式】：【视频】
【完结】
目录
[00054]1.9使用超参数和网格搜索.mp4
[00055]2.0第2课：探索数据集-.mp4
[00056]1.8执行独热编码.mp4
[00057]1.6了解降维，特征工程，特征选择.mp4
[00058]1.7区分类别变量，序数变量和连续变量.mp4
[00059]1.4了解“深度学习”与其他机器学习技术之间的区别.mp4
[00060]1.1安装.mp4
[00061]1.2了解ML库.mp4
[00062]1.3介绍机器学习中的各种技术.mp4
[00063]0.0基于SciKit的机器学习.mp4
[00064]1.0第1课：什么是机器学习学习目标.mp4
[00001]【英文原版】试看1.mp4
[00002]9.2了解多种划分手段：KFold，LeaveOneOut，StratifiedKFold.mp4
[00003]9.3使用交叉验证.mp4
[00004]总结.mp4
[00005]9.1了解训练集-测试集划分.mp4
[00006]8.3对管道进行网格搜索.mp4
[00007]8.2使用管道.mp4
[00008]8.1了解命令式顺序处理.mp4
[00009]7.9使用StandardScaler，RobustScaler，MinMaxScaler.mp4
[00010]9.0第9课：稳健的训练集-测试集划分.mp4
[00011]7.7了解维数扩展（多项式特征）.mp4
[00012]7.10四分位数化和二值化.mp4
[00013]7.8使用独热编码.mp4
[00014]8.0第八课：管道.mp4
[00015]7.4使用其他分解算法：NMF，LDA，ICA，t-dist.mp4
[00016]7.6实现特征选择：基于模型的特征选择.mp4
[00017]7.5实现特征选择：单变量.mp4
[00018]7.3使用主成分分析（PCA）.mp4
[00019]7.1理解一个合成的例子.mp4
[00020]7.2了解降维.mp4
[00021]6.3使用GridsearchCV.mp4
[00022]6.2探索多个超参数.mp4
[00023]7.0第7课：特征工程和特征选择.mp4
[00024]5.4聚类为未知数量的类别.mp4
[00025]6.1探索一个超参数.mp4
[00026]5.3聚类为N类.mp4
[00027]5.6评估聚类算法.mp4
[00028]5.5使用基于密度的聚类算法：DBScan和HDBScan.mp4
[00029]6.0第6课：超参数.mp4
[00030]5.1聚类算法之间的比较.mp4
[00031]5.2聚类检验假设.mp4
[00032]4.4了解线性模型的缺陷.mp4
[00033]4.5使用非线性回归器.mp4
[00034]4.2不同回归器之间的比较.mp4
[00035]5.0第5课：聚类.mp4
[00036]4.1scikit-learn中的样本数据集.mp4
[00037]4.3使用线性模型.mp4
[00038]3.7使用多类别分类.mp4
[00039]3.8了解预测概率和决策边界.mp4
[00040]3.5多个分类器之间的比较.mp4
[00041]3.6了解有关特征重要性的更多信息.mp4
[00042]4.0第四课：回归.mp4
[00043]3.3使用通用API.mp4
[00044]3.4使用更加优质的数据集.mp4
[00045]3.2在决策树中建立切点.mp4
[00046]2.1发现数据中的异常和数据完整性问题.mp4
[00047]2.4实现训练集-测试集划分并且选择模型.mp4
[00048]3.1了解特征重要性.mp4
[00049]1.10了解选择和指标.mp4
[00050]3.0第三课：分类.mp4
[00051]2.3选择特征和目标.mp4
[00052]2.2清理和调整你的数据.mp4
[00053]1.5了解分类算法，回归算法，聚类算法，以及过拟合-欠拟合.mp4
官方99《华章书院-视频课 l 基于SciKit的机器学习视频教程（职场进阶系列）》
赏金猎人会员专属高佣，私聊萌萌加入赏金猎人会员
开启快速合买任何课程，所有加密课都可以筹
如何确认自己佣金比例？专属佣金以后台实际显示为准，默认佣金可在右上角查看
,
