登录/注册
已购课程
个人中心
已购课程
优惠券
我的收藏
播放记录
我的证书墙
内容中心
关注我们
进入关怀模式
APP下载
反馈
意见反馈
您有什么问题?告诉我们,我们会为你解决
选择问题类型:
新版本体验建议
视频画面花屏
音/视频画面花屏
播放不流畅
其他
请详细描述您的建议、意见、问题等。
提交
7.HMM模型基础(下)
1293 播放
阿娇说综艺
综艺
收藏
课程免费缓存,随时观看~
下载
打开
网易公开课APP
扫码下载视频
分享
分享到
扫码分享到微信
通过代码可以让这个视频再其他地方播放哦!
复制HTML代码
复制页面代码
手机看
扫描二维码 用手机看
已观看至0分0秒
打开网易公开课APP-我的-右上角扫一扫,在手机上观看,还可以缓存视频,加入学习计划
还没有公开课客户端?
立即下载
登录
后可发评论
评论沙发是我的~
热门评论
(0)
全部评论
(0)
选集(281)
自动播放
[1] 1.机器学习科学计算库内容简介
3443播放
04:06
1.机器学习科学计算库内容简介
[2] 2.人工智能概述(上)
2649播放
06:12
2.人工智能概述(上)
[3] 2.人工智能概述(下)
1783播放
06:16
2.人工智能概述(下)
[4] 3.人工智能的发展历程
1121播放
07:00
3.人工智能的发展历程
[5] 4.人工智能主要分支
1335播放
07:04
4.人工智能主要分支
[6] 5.机器学习定义工作流程概述
1067播放
04:15
5.机器学习定义工作流程概述
[7] 6.机器学习工作流程各步骤解释(上...
1633播放
07:24
6.机器学习工作流程各步骤解释(上)
[8] 6.机器学习工作流程各步骤解释(下...
1154播放
07:24
6.机器学习工作流程各步骤解释(下)
[9] 7.机器学习算法分类介绍(上)
1088播放
06:22
7.机器学习算法分类介绍(上)
[10] 7.机器学习算法分类介绍(下)
785播放
06:21
7.机器学习算法分类介绍(下)
[11] 8.模型评估
1248播放
08:51
8.模型评估
[12] 9.Azure机器学习平台实验演示...
1614播放
07:27
9.Azure机器学习平台实验演示1(上)
[13] 9.Azure机器学习平台实验演示...
923播放
07:30
9.Azure机器学习平台实验演示1(下)
[14] 10.Azure机器学习平台实验演...
872播放
06:04
10.Azure机器学习平台实验演示2
[15] 11.深度学习简介
1293播放
04:50
11.深度学习简介
[16] 12.基础环境安装
1266播放
03:52
12.基础环境安装
[17] 13.jupyter notebo...
1416播放
08:48
13.jupyter notebook的基本使用1(上)
[18] 13.jupyter notebo...
778播放
08:51
13.jupyter notebook的基本使用1(下)
[19] 14.jupyter notebo...
1411播放
06:40
14.jupyter notebook的基本使用2
[20] 15.matplotlib的基本使...
1429播放
07:26
15.matplotlib的基本使用
[21] 1.实现基础绘图-某城市温度变换图
1489播放
05:58
1.实现基础绘图-某城市温度变换图
[22] 2.绘图辅助功能完善-某城市温度变...
1306播放
08:35
2.绘图辅助功能完善-某城市温度变换图(上)
[23] 2.绘图辅助功能完善-某城市温度变...
1114播放
08:40
2.绘图辅助功能完善-某城市温度变换图(下)
[24] 3.在一个坐标系下绘制多个图像
1313播放
08:04
3.在一个坐标系下绘制多个图像
[25] 4.在多个坐标系下绘制多个图像(上...
1026播放
08:51
4.在多个坐标系下绘制多个图像(上)
[26] 4.在多个坐标系下绘制多个图像(下...
1449播放
08:50
4.在多个坐标系下绘制多个图像(下)
[27] 5.常见图形绘制(上)
1143播放
05:42
5.常见图形绘制(上)
[28] 5.常见图形绘制(下)
698播放
05:46
5.常见图形绘制(下)
[29] 6.numpy介绍(上)
1265播放
05:11
6.numpy介绍(上)
[30] 6.numpy介绍(下)
914播放
05:11
6.numpy介绍(下)
[31] 7.ndarray介绍(上)
998播放
05:27
7.ndarray介绍(上)
[32] 7.ndarray介绍(下)
663播放
05:29
7.ndarray介绍(下)
[33] 8.创建0,1数组,固定范围数组
658播放
09:32
8.创建0,1数组,固定范围数组
[34] 9.创建随机数组(上)
1104播放
06:53
9.创建随机数组(上)
[35] 9.创建随机数组(下)
776播放
06:53
9.创建随机数组(下)
[36] 10.数组的基本操作(上)
600播放
07:16
10.数组的基本操作(上)
[37] 10.数组的基本操作(下)
1126播放
07:19
10.数组的基本操作(下)
[38] 11.ndarray的运算(上)
1277播放
08:31
11.ndarray的运算(上)
[39] 11.ndarray的运算(下)
769播放
08:28
11.ndarray的运算(下)
[40] 12.数组间运算
1099播放
09:10
12.数组间运算
[41] 13.矩阵复习(上)
1192播放
06:09
13.矩阵复习(上)
[42] 13.矩阵复习(下)
552播放
06:10
13.矩阵复习(下)
[43] 14.pandas介绍
634播放
02:43
14.pandas介绍
[44] 15pandas数据结构-seri...
607播放
07:53
15pandas数据结构-series
[45] 16.pandas数据结构-Dat...
1529播放
05:12
16.pandas数据结构-DataFrame1(上)
[46] 16.pandas数据结构-Dat...
746播放
05:18
16.pandas数据结构-DataFrame1(下)
[47] 17.pandas数据结构-Dat...
1340播放
06:40
17.pandas数据结构-DataFrame2
[48] 18.pandas数据结构-mul...
1165播放
05:37
18.pandas数据结构-multiindex和panel(上)
[49] 18.pandas数据结构-mul...
981播放
05:37
18.pandas数据结构-multiindex和panel(下)
[50] 1.pandas中的索引(上)
1390播放
06:30
1.pandas中的索引(上)
[51] 1.pandas中的索引(下)
1246播放
06:28
1.pandas中的索引(下)
[52] 2.赋值和排序
975播放
07:44
2.赋值和排序
[53] 3.pandas中的算术运算和逻辑...
1342播放
08:13
3.pandas中的算术运算和逻辑运算
[54] 4.pandas中的统计函数
826播放
06:11
4.pandas中的统计函数
[55] 5.pandas中的累计统计函数和...
585播放
08:56
5.pandas中的累计统计函数和自定义函数
[56] 6.pandas中绘图方式介绍
1298播放
02:46
6.pandas中绘图方式介绍
[57] 7.pandas中文件的读取和写入...
1352播放
09:49
7.pandas中文件的读取和写入(上)
[58] 7.pandas中文件的读取和写入...
721播放
09:52
7.pandas中文件的读取和写入(下)
[59] 8.缺失值的处理(上)
1092播放
10:16
8.缺失值的处理(上)
[60] 8.缺失值的处理(下)
606播放
10:18
8.缺失值的处理(下)
[61] 9.数据离散化(上)
779播放
05:59
9.数据离散化(上)
[62] 9.数据离散化(下)
1295播放
06:00
9.数据离散化(下)
[63] 10.数据表的合并
1386播放
07:36
10.数据表的合并
[64] 11.交叉表和透视表介绍(上)
676播放
06:58
11.交叉表和透视表介绍(上)
[65] 11.交叉表和透视表介绍(下)
828播放
06:54
11.交叉表和透视表介绍(下)
[66] 12.分组聚合介绍
872播放
07:58
12.分组聚合介绍
[67] 13.星巴克案例实现
942播放
06:08
13.星巴克案例实现
[68] 14.电影案例分析1(上)
1009播放
06:48
14.电影案例分析1(上)
[69] 14.电影案例分析1(下)
1459播放
06:54
14.电影案例分析1(下)
[70] 15.电影案例分析(上)
1203播放
07:57
15.电影案例分析(上)
[71] 15.电影案例分析(下)
693播放
07:56
15.电影案例分析(下)
[72] 1.绘制单变量分布
961播放
09:12
1.绘制单变量分布
[73] 2.绘制双变量分布图形(上)
608播放
07:06
2.绘制双变量分布图形(上)
[74] 2.绘制双变量分布图形(下)
842播放
07:10
2.绘制双变量分布图形(下)
[75] 3.类别散点图的绘制
858播放
06:38
3.类别散点图的绘制
[76] 4.类别内的数据分布和统计估计(上...
1352播放
05:27
4.类别内的数据分布和统计估计(上)
[77] 4.类别内的数据分布和统计估计(下...
1184播放
05:30
4.类别内的数据分布和统计估计(下)
[78] 5.NBA数据获取和相关性基本分析...
1549播放
05:40
5.NBA数据获取和相关性基本分析(上)
[79] 5.NBA数据获取和相关性基本分析...
868播放
05:44
5.NBA数据获取和相关性基本分析(下)
[80] 6.对数据进行分析-seaborn...
1275播放
07:56
6.对数据进行分析-seaborn(上)
[81] 6.对数据进行分析-seaborn...
689播放
07:59
6.对数据进行分析-seaborn(下)
[82] 7.衍生变量的可视化实践(上)
1417播放
07:11
7.衍生变量的可视化实践(上)
[83] 7.衍生变量的可视化实践(下)
1218播放
07:09
7.衍生变量的可视化实践(下)
[84] 8.球队数据分析(上)
1269播放
11:56
8.球队数据分析(上)
[85] 8.球队数据分析(下)
652播放
12:00
8.球队数据分析(下)
[86] 9.北京市租房数据获取和重复值与空...
768播放
09:53
9.北京市租房数据获取和重复值与空值处理
[87] 10.数据类型转换(面积,户型)(...
1377播放
05:21
10.数据类型转换(面积,户型)(上)
[88] 10.数据类型转换(面积,户型)(...
1050播放
05:24
10.数据类型转换(面积,户型)(下)
[89] 11.房源数量和位置分布分析
1531播放
05:46
11.房源数量和位置分布分析
[90] 12.户型数量基本分析(上)
1368播放
08:02
12.户型数量基本分析(上)
[91] 12.户型数量基本分析(下)
1491播放
08:06
12.户型数量基本分析(下)
[92] 13.平均租金基本分析(上)
1062播放
09:30
13.平均租金基本分析(上)
[93] 13.平均租金基本分析(下)
896播放
09:34
13.平均租金基本分析(下)
[94] 14.面积区间分析(上)
1283播放
05:04
14.面积区间分析(上)
[95] 14.面积区间分析(下)
1266播放
05:00
14.面积区间分析(下)
[96] 1.K-近邻算法简介(上)
834播放
05:39
1.K-近邻算法简介(上)
[97] 1.K-近邻算法简介(下)
1123播放
05:36
1.K-近邻算法简介(下)
[98] 2.K近邻算法api初步使用
1149播放
09:36
2.K近邻算法api初步使用
[99] 3.机器学习中距离度量介绍(上)
800播放
05:40
3.机器学习中距离度量介绍(上)
[100] 3.机器学习中距离度量介绍(下)
640播放
05:47
3.机器学习中距离度量介绍(下)
[101] 4.K值的选择介绍
868播放
06:22
4.K值的选择介绍
[102] 5.kd树和kd树的构造过程
1487播放
09:33
5.kd树和kd树的构造过程
[103] 6.kd树案例实现(上)
1534播放
08:11
6.kd树案例实现(上)
[104] 6.kd树案例实现(下)
1292播放
08:08
6.kd树案例实现(下)
[105] 7.数据集获取和属性介绍(上)
1480播放
06:19
7.数据集获取和属性介绍(上)
[106] 7.数据集获取和属性介绍(下)
796播放
06:25
7.数据集获取和属性介绍(下)
[107] 8.数据可视化介绍(上)
1281播放
05:02
8.数据可视化介绍(上)
[108] 8.数据可视化介绍(下)
1241播放
05:00
8.数据可视化介绍(下)
[109] 9.数据集的划分
1340播放
09:38
9.数据集的划分
[110] 10.特征预处理简介
858播放
04:04
10.特征预处理简介
[111] 11.归一化和标准化介绍(上)
732播放
08:08
11.归一化和标准化介绍(上)
[112] 11.归一化和标准化介绍(下)
1296播放
08:11
11.归一化和标准化介绍(下)
[113] 12.鸢尾花种类预测(上)
760播放
07:30
12.鸢尾花种类预测(上)
[114] 12.鸢尾花种类预测(下)
1007播放
07:31
12.鸢尾花种类预测(下)
[115] 13.KNN算法总结
1159播放
04:43
13.KNN算法总结
[116] 14.交叉验证、网格搜索概念介绍
1157播放
06:28
14.交叉验证、网格搜索概念介绍
[117] 15.交叉验证、网格搜索案例实现
626播放
07:48
15.交叉验证、网格搜索案例实现
[118] 1.案例-Facebook位置预测...
1491播放
09:00
1.案例-Facebook位置预测流程分析
[119] 2.案例-Facebook位置预测...
1345播放
09:45
2.案例-Facebook位置预测代码实现1(上)
[120] 2.案例-Facebook位置预测...
1448播放
09:46
2.案例-Facebook位置预测代码实现1(下)
[121] 3.案例-Facebook位置预测...
621播放
07:20
3.案例-Facebook位置预测代码实现2(上)
[122] 3.案例-Facebook位置预测...
798播放
07:23
3.案例-Facebook位置预测代码实现2(下)
[123] 4.补充-数据分割和留出法
1364播放
08:21
4.补充-数据分割和留出法
[124] 5.补充-交叉验证法和自助法(上)
1130播放
06:58
5.补充-交叉验证法和自助法(上)
[125] 5.补充-交叉验证法和自助法(下)
1519播放
06:55
5.补充-交叉验证法和自助法(下)
[126] 6.线性回归简介
938播放
06:32
6.线性回归简介
[127] 7.初始线性回归api
638播放
05:49
7.初始线性回归api
[128] 8.数学:求导
1034播放
05:29
8.数学:求导
[129] 9.线性回归中损失函数的介绍
967播放
05:12
9.线性回归中损失函数的介绍
[130] 10.使用正规方程对损失函数进行优...
1033播放
05:21
10.使用正规方程对损失函数进行优化(上)
[131] 10.使用正规方程对损失函数进行优...
937播放
05:18
10.使用正规方程对损失函数进行优化(下)
[132] 11.使用梯度下降法对损失函数进行...
642播放
06:13
11.使用梯度下降法对损失函数进行优化(上)
[133] 11.使用梯度下降法对损失函数进行...
814播放
06:14
11.使用梯度下降法对损失函数进行优化(下)
[134] 12.梯度下降法方法介绍(上)
1545播放
06:58
12.梯度下降法方法介绍(上)
[135] 12.梯度下降法方法介绍(下)
1180播放
07:02
12.梯度下降法方法介绍(下)
[136] 13.线性回归api再介绍
1085播放
03:12
13.线性回归api再介绍
[137] 14.波士顿房价预测案例(上)
1168播放
09:13
14.波士顿房价预测案例(上)
[138] 14.波士顿房价预测案例(下)
600播放
09:17
14.波士顿房价预测案例(下)
[139] 15.欠拟合和过拟合的介绍
976播放
07:37
15.欠拟合和过拟合的介绍
[140] 16.正则化线性模型
815播放
05:59
16.正则化线性模型
[141] 17.岭回归介绍
746播放
08:00
17.岭回归介绍
[142] 18.模型保存和加载
1073播放
07:37
18.模型保存和加载
[143] 2.逻辑回归api介绍
655播放
02:43
2.逻辑回归api介绍
[144] 3.肿瘤预测案例(上)
1023播放
08:03
3.肿瘤预测案例(上)
[145] 3.肿瘤预测案例(下)
1363播放
08:04
3.肿瘤预测案例(下)
[146] 4.分类评估方法介绍(上)
572播放
10:31
4.分类评估方法介绍(上)
[147] 4.分类评估方法介绍(下)
1184播放
10:34
4.分类评估方法介绍(下)
[148] 5.roc曲线绘制过程
803播放
09:52
5.roc曲线绘制过程
[149] 6.补充-类别不平衡数据介绍
1511播放
09:11
6.补充-类别不平衡数据介绍
[150] 7.补充-过采样和欠采样介绍(上)
732播放
05:38
7.补充-过采样和欠采样介绍(上)
[151] 7.补充-过采样和欠采样介绍(下)
1069播放
05:43
7.补充-过采样和欠采样介绍(下)
[152] 8.决策树算法简介
688播放
02:51
8.决策树算法简介
[153] 9.熵的介绍
1231播放
08:30
9.熵的介绍
[154] 10.信息增益的介绍
1158播放
09:40
10.信息增益的介绍
[155] 11.信息增益率的介绍(上)
655播放
06:47
11.信息增益率的介绍(上)
[156] 11.信息增益率的介绍(下)
830播放
06:44
11.信息增益率的介绍(下)
[157] 12.基尼指数的介绍
1401播放
09:13
12.基尼指数的介绍
[158] 13.决策树划分原理小结
1322播放
05:21
13.决策树划分原理小结
[159] 14.cart剪枝介绍(上)
648播放
06:40
14.cart剪枝介绍(上)
[160] 14.cart剪枝介绍(下)
925播放
06:39
14.cart剪枝介绍(下)
[161] 15.字典特征提取(上)
1416播放
06:45
15.字典特征提取(上)
[162] 15.字典特征提取(下)
1501播放
06:44
15.字典特征提取(下)
[163] 16.英文文本特征提取
1100播放
09:10
16.英文文本特征提取
[164] 17.中文文本特征提取(上)
1076播放
08:21
17.中文文本特征提取(上)
[165] 17.中文文本特征提取(下)
1509播放
08:27
17.中文文本特征提取(下)
[166] 2.泰坦尼克号乘客生存预测(上)
1378播放
10:10
2.泰坦尼克号乘客生存预测(上)
[167] 2.泰坦尼克号乘客生存预测(下)
983播放
10:09
2.泰坦尼克号乘客生存预测(下)
[168] 3.树木可视化操作
980播放
07:58
3.树木可视化操作
[169] 4.回归决策树介绍(上)
960播放
05:19
4.回归决策树介绍(上)
[170] 4.回归决策树介绍(下)
734播放
05:25
4.回归决策树介绍(下)
[171] 5.回归决策树和线性回归对比(上)
1041播放
06:16
5.回归决策树和线性回归对比(上)
[172] 5.回归决策树和线性回归对比(下)
1443播放
06:20
5.回归决策树和线性回归对比(下)
[173] 6.集成学习基本介绍
1345播放
03:49
6.集成学习基本介绍
[174] 7.bagging和随机森林(上)
1534播放
10:05
7.bagging和随机森林(上)
[175] 7.bagging和随机森林(下)
1540播放
10:08
7.bagging和随机森林(下)
[176] 8.otto案例介绍以及数据获取(...
811播放
06:10
8.otto案例介绍以及数据获取(上)
[177] 8.otto案例介绍以及数据获取(...
585播放
06:08
8.otto案例介绍以及数据获取(下)
[178] 9.otto数据基本处理(上)
965播放
05:50
9.otto数据基本处理(上)
[179] 9.otto数据基本处理(下)
809播放
05:56
9.otto数据基本处理(下)
[180] 10.otto数据模型基本训练(上...
1059播放
06:19
10.otto数据模型基本训练(上)
[181] 10.otto数据模型基本训练(下...
782播放
06:19
10.otto数据模型基本训练(下)
[182] 11.模型调优和确定最优模型(上)
1263播放
12:29
11.模型调优和确定最优模型(上)
[183] 11.模型调优和确定最优模型(下)
842播放
12:34
11.模型调优和确定最优模型(下)
[184] 12.生成提交数据
803播放
09:13
12.生成提交数据
[185] 13.boosting介绍(上)
719播放
06:36
13.boosting介绍(上)
[186] 13.boosting介绍(下)
1483播放
06:40
13.boosting介绍(下)
[187] 14.GBDT的介绍(上)
1537播放
07:41
14.GBDT的介绍(上)
[188] 14.GBDT的介绍(下)
855播放
07:40
14.GBDT的介绍(下)
[189] 1.聚类算法介绍
1247播放
03:29
1.聚类算法介绍
[190] 2.聚类算法api初步实现(上)
672播放
05:30
2.聚类算法api初步实现(上)
[191] 2.聚类算法api初步实现(下)
1495播放
05:34
2.聚类算法api初步实现(下)
[192] 3.聚类算法实现流程
1096播放
05:58
3.聚类算法实现流程
[193] 4.模型评估(上)
863播放
05:24
4.模型评估(上)
[194] 4.模型评估(下)
744播放
05:24
4.模型评估(下)
[195] 5.算法优化介绍(上)
1244播放
06:00
5.算法优化介绍(上)
[196] 5.算法优化介绍(下)
706播放
05:59
5.算法优化介绍(下)
[197] 6.特征降维内容介绍(上)
723播放
09:48
6.特征降维内容介绍(上)
[198] 6.特征降维内容介绍(下)
602播放
09:46
6.特征降维内容介绍(下)
[199] 7.pca降维介绍
1380播放
06:53
7.pca降维介绍
[200] 8.用户对物品类别的喜好细分案例(...
1543播放
07:36
8.用户对物品类别的喜好细分案例(上)
[201] 8.用户对物品类别的喜好细分案例(...
1024播放
07:33
8.用户对物品类别的喜好细分案例(下)
[202] 9.初始朴素贝叶斯
1179播放
02:50
9.初始朴素贝叶斯
[203] 10.概率内容复习(上)
889播放
07:43
10.概率内容复习(上)
[204] 10.概率内容复习(下)
1293播放
07:43
10.概率内容复习(下)
[205] 11.朴素贝叶斯计算案例
945播放
09:48
11.朴素贝叶斯计算案例
[206] 12.朴素贝叶斯案例实现1
1478播放
09:40
12.朴素贝叶斯案例实现1
[207] 13.朴素贝叶斯案例实现2(上)
1030播放
11:13
13.朴素贝叶斯案例实现2(上)
[208] 13.朴素贝叶斯案例实现2(下)
1217播放
11:18
13.朴素贝叶斯案例实现2(下)
[209] 14.朴素贝叶斯内容总结
778播放
04:43
14.朴素贝叶斯内容总结
[210] 1.SVM基本介绍(上)
773播放
05:17
1.SVM基本介绍(上)
[211] 1.SVM基本介绍(下)
1136播放
05:13
1.SVM基本介绍(下)
[212] 2.SVM算法api初步使用
880播放
02:52
2.SVM算法api初步使用
[213] 3.SVM算法推导的目标函数(上)
1187播放
05:18
3.SVM算法推导的目标函数(上)
[214] 3.SVM算法推导的目标函数(下)
1432播放
05:16
3.SVM算法推导的目标函数(下)
[215] 4.SVM目标函数推导过程及举例(...
1400播放
08:05
4.SVM目标函数推导过程及举例(上)
[216] 4.SVM目标函数推导过程及举例(...
1189播放
08:11
4.SVM目标函数推导过程及举例(下)
[217] 5.SVM损失函数
1407播放
06:28
5.SVM损失函数
[218] 6.SVM的核方法介绍(上)
706播放
05:21
6.SVM的核方法介绍(上)
[219] 6.SVM的核方法介绍(下)
1617播放
05:21
6.SVM的核方法介绍(下)
[220] 7.SVM回归介绍
606播放
01:24
7.SVM回归介绍
[221] 8.SVM算法api再介绍
735播放
05:27
8.SVM算法api再介绍
[222] 9.数字识别器案例初步介绍
1500播放
05:50
9.数字识别器案例初步介绍
[223] 10.数字识别器-获取数据
534播放
08:27
10.数字识别器-获取数据
[224] 11.数字识别器-数据基本处理和模...
1007播放
11:58
11.数字识别器-数据基本处理和模型训练(上)
[225] 11.数字识别器-数据基本处理和模...
1188播放
12:05
11.数字识别器-数据基本处理和模型训练(下)
[226] 12.SVM总结
620播放
02:24
12.SVM总结
[227] 1.初识EM算法
1229播放
02:51
1.初识EM算法
[228] 2.EM算法介绍
1127播放
09:05
2.EM算法介绍
[229] 3.EM算法实例(上)
1691播放
06:43
3.EM算法实例(上)
[230] 3.EM算法实例(下)
1391播放
06:43
3.EM算法实例(下)
[231] 4.马尔科夫链的介绍
655播放
05:04
4.马尔科夫链的介绍
[232] 5.HMM模型的简单案例(上)
1332播放
05:47
5.HMM模型的简单案例(上)
[233] 5.HMM模型的简单案例(下)
1172播放
05:50
5.HMM模型的简单案例(下)
[234] 6.HMM模型三种经典问题举例求解...
1075播放
07:52
6.HMM模型三种经典问题举例求解(上)
[235] 6.HMM模型三种经典问题举例求解...
1095播放
07:48
6.HMM模型三种经典问题举例求解(下)
[236] 7.HMM模型基础(上)
854播放
08:09
7.HMM模型基础(上)
[237] 7.HMM模型基础(下)
1293播放
待播放
7.HMM模型基础(下)
[238] 8.前向后向算法评估观察序列概率(...
908播放
09:27
8.前向后向算法评估观察序列概率(上)
[239] 8.前向后向算法评估观察序列概率(...
1883播放
09:24
8.前向后向算法评估观察序列概率(下)
[240] 9.维特比算法解码隐藏状态序列(上...
1053播放
07:35
9.维特比算法解码隐藏状态序列(上)
[241] 9.维特比算法解码隐藏状态序列(下...
681播放
07:38
9.维特比算法解码隐藏状态序列(下)
[242] 10.鲍姆-韦尔奇算法简介
1364播放
02:11
10.鲍姆-韦尔奇算法简介
[243] 11.HMM模型api介绍及案例代...
1334播放
08:45
11.HMM模型api介绍及案例代码实现(上)
[244] 11.HMM模型api介绍及案例代...
969播放
08:49
11.HMM模型api介绍及案例代码实现(下)
[245] 1.xgboost最优模型构建方法
1472播放
05:04
1.xgboost最优模型构建方法
[246] 2.目标函数确定和树的复杂度介绍
1454播放
08:55
2.目标函数确定和树的复杂度介绍
[247] 3.XGBoost目标函数的推导(...
1343播放
06:34
3.XGBoost目标函数的推导(上)
[248] 3.XGBoost目标函数的推导(...
1355播放
06:37
3.XGBoost目标函数的推导(下)
[249] 4.XGBoost的回归树构建方法
680播放
05:50
4.XGBoost的回归树构建方法
[250] 5.XGBoost和GBDT的区别
563播放
02:32
5.XGBoost和GBDT的区别
[251] 6.xgboost算法api与参数...
1354播放
08:23
6.xgboost算法api与参数介绍
[252] 7.xgboost简单案例介绍
799播放
08:28
7.xgboost简单案例介绍
[253] 8.otto案例xgboost实现...
1451播放
10:27
8.otto案例xgboost实现-数据基本处理(上)
[254] 8.otto案例xgboost实现...
1254播放
10:34
8.otto案例xgboost实现-数据基本处理(下)
[255] 9.otto案例xgboost实现...
1007播放
06:35
9.otto案例xgboost实现-模型基本训练
[256] 10.otto案例xgboost实...
989播放
08:19
10.otto案例xgboost实现-模型调优(上)
[257] 10.otto案例xgboost实...
1088播放
08:25
10.otto案例xgboost实现-模型调优(下)
[258] 11.otto案例xgboost实...
641播放
07:19
11.otto案例xgboost实现-最优模型运行
[259] 1.lightGBM简单介绍
976播放
06:41
1.lightGBM简单介绍
[260] 2.lightGBM算法原理介绍(...
1115播放
05:08
2.lightGBM算法原理介绍(上)
[261] 2.lightGBM算法原理介绍(...
754播放
05:11
2.lightGBM算法原理介绍(下)
[262] 3.lightGBM算法api参数...
1190播放
06:44
3.lightGBM算法api参数介绍
[263] 4.lightGBM算法简单案例介...
712播放
06:28
4.lightGBM算法简单案例介绍(上)
[264] 4.lightGBM算法简单案例介...
717播放
06:25
4.lightGBM算法简单案例介绍(下)
[265] 5.pubg案例简介
1457播放
05:38
5.pubg案例简介
[266] 6.获取pubg数据
619播放
08:10
6.获取pubg数据
[267] 7.数据缺失值处理和查看每场比赛人...
732播放
06:04
7.数据缺失值处理和查看每场比赛人数(上)
[268] 7.数据缺失值处理和查看每场比赛人...
1376播放
06:06
7.数据缺失值处理和查看每场比赛人数(下)
[269] 8.规范化输出部分数据和部分变量合...
966播放
08:51
8.规范化输出部分数据和部分变量合成
[270] 9.异常值处理1(上)
658播放
07:47
9.异常值处理1(上)
[271] 9.异常值处理1(下)
1318播放
07:46
9.异常值处理1(下)
[272] 10.异常值值处理2
1407播放
09:27
10.异常值值处理2
[273] 11.类别型数据处理(上)
823播放
05:10
11.类别型数据处理(上)
[274] 11.类别型数据处理(下)
797播放
05:11
11.类别型数据处理(下)
[275] 12.数据截取、确定特征值和目标值...
1501播放
05:00
12.数据截取、确定特征值和目标值、分割数据集
[276] 13.使用RF进行模型训练(上)
1434播放
06:28
13.使用RF进行模型训练(上)
[277] 13.使用RF进行模型训练(下)
1188播放
06:24
13.使用RF进行模型训练(下)
[278] 14.lightGBM对模型调优1...
1081播放
05:21
14.lightGBM对模型调优1(上)
[279] 14.lightGBM对模型调优1...
766播放
05:21
14.lightGBM对模型调优1(下)
[280] 15.lightGBM对模型调优2...
995播放
05:27
15.lightGBM对模型调优2(上)
[281] 15.lightGBM对模型调优2...
1423播放
05:24
15.lightGBM对模型调优2(下)
为你推荐
01:58
3分钟学会半角模型
1047播放
3分钟学会半角模型
08:06
108-第四部分第二十六章第一节-...
1448播放
108-第四部分第二十六章第一节-回归模型(上)
13:16
地质图的由来和读图方法(下)
2484播放
地质图的由来和读图方法(下)
15:53
物场模型与ARIZ算法(上)
1325播放
物场模型与ARIZ算法(上)
10:42
【中南大学公开课:人工智能PK人类...
7145播放
【中南大学公开课:人工智能PK人类智能】问题求解与搜索(中)
1:38:03
迎春论·二木头性格的成因与实例
12.8万播放
迎春论·二木头性格的成因与实例
11:28
经济生活的交互作用(中)
1695播放
经济生活的交互作用(中)
11:09
【国防科技大学公开课:数学建模——...
2.5万播放
【国防科技大学公开课:数学建模——从自然走向理性之路】数学建模概论(下)
16:26
软件之灵魂——算法(上)
5.0万播放
软件之灵魂——算法(上)
13:56
【清华大学公开课:数学模型-现实世...
3.2万播放
【清华大学公开课:数学模型-现实世界的理性视角】什么是数学建模(中)
25:46
综合集成研讨厅原理(下)
1577播放
综合集成研讨厅原理(下)
14:45
高原之梦——未来展望(中)
1071播放
高原之梦——未来展望(中)
47:52
北京工业大学公开课:环境负荷的评价
2.1万播放
北京工业大学公开课:环境负荷的评价
14:57
【北京师范大学公开课:统计学导论】...
1178播放
【北京师范大学公开课:统计学导论】抽样原理简介(中)
评论沙发是我的~