声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
第1章 人工智能入学指南
第2章 Python快速入门
第3章 科学计算库Numpy
第2章 Python快速入门
第3章 科学计算库Numpy
第4章 数据分析处理库Pandas
第5章 可视化库Matplotlib
第6章Python可视化库Seaborn
第7章 线性回归算法
第8章 梯度下降算法
第9章 逻辑回归算法
第10章 案例实战:Python实现逻辑回归与梯度下降策略
第11章 项目实战:案例实战信用卡欺诈检测
第12章 决策树算法
第13章 案例实战:决策树Sklearn实例
第14章 集成算法与随机森林
第15章 泰坦尼克船员获救
第16 章贝叶斯算法
第17章 Python文本数据分析
第18章 支持向量机算法
第19章 SVM调参实例
第20章 机器学习处理实际问题常规套路
第21章 降维算法:线性判别分析
第22章 案例实战: Python实现线性判别分析
第23章 降维算法:PCA主成分分析
第24章 聚类算法-Kmeans
第25章 聚类算法-DBSCAN
第26章 聚类实践
第27章 EM算法
第28章 GMM聚类实践
第29章神经网络
第30章 Tensorflow实战
第31章 Mnist手写字体与验证码识别
第32章 Xgboost集成算法
第33章 推荐系统
第34章 推荐系统实战
第35章词向量模型Word2Vec
第36章 使用Gensim库构造词向量模型
第37章 时间序列-ARIMA模型
第38章 Python时间序列案例实战
第39章 探索性数据分析:赛事数据集
第40章 探索性数据分析:农粮组织数据集
课件代码等资料