黑马程序员2021必看教程之人工智能入门，13天的机器学习入门精讲+14大案例分析（含NBA球员数据分析，租房数据统计分析，疾病数据分析等）
本课程共187集 翻译完 欢迎学习
课程介绍：快速入门人工智能，带你了解人工智能的前世今生、带你掌握人工智能经典算法，喜欢的小伙伴们直接点赞+投币+转发呦！ 更多的高质量教程会发给大家，你们的鼓励就是我们的动力。
立即播放
用手机看
课程免费缓存，随时观看～
扫码下载网易公开课APP
收藏
课程列表
【第1集】1.机器学习科学计算库内容简介 译
【第3集】3.人工智能的发展历程 译
【第4集】4.人工智能主要分支 译
【第5集】5.机器学习定义工作流程概述 译
【第6集】6.机器学习工作流程各步骤解释 译
【第7集】7.机器学习算法分类介绍 译
【第9集】9.Azure机器学习平台实验演示1 译
【第10集】10.Azure机器学习平台实验演示2 译
【第11集】11.深度学习简介 译
【第12集】12.基础环境安装 译
【第13集】13.jupyter notebook的基本使用1 译
【第14集】14.jupyter notebook的基本使用2 译
【第15集】15.matplotlib的基本使用 译
【第16集】1.实现基础绘图-某城市温度变换图 译
【第17集】2.绘图辅助功能完善-某城市温度变换图 译
【第18集】3.在一个坐标系下绘制多个图像 译
【第19集】4.在多个坐标系下绘制多个图像 译
【第21集】6.numpy介绍 译
【第22集】7.ndarray介绍 译
【第23集】8.创建0，1数组，固定范围数组 译
【第25集】10.数组的基本操作 译
【第26集】11.ndarray的运算 译
【第29集】14.pandas介绍 译
【第30集】15pandas数据结构-series 译
【第31集】16.pandas数据结构-DataFrame1 译
【第32集】17.pandas数据结构-DataFrame2 译
【第33集】18.pandas数据结构-multiindex和panel 译
【第34集】1.pandas中的索引 译
【第36集】3.pandas中的算术运算和逻辑运算 译
【第37集】4.pandas中的统计函数 译
【第38集】5.pandas中的累计统计函数和自定义函数 译
【第39集】6.pandas中绘图方式介绍 译
【第40集】7.pandas中文件的读取和写入 译
【第43集】10.数据表的合并 译
【第44集】11.交叉表和透视表介绍 译
【第45集】12.分组聚合介绍 译
【第46集】13.星巴克案例实现 译
【第47集】14.电影案例分析1 译
【第48集】15.电影案例分析 译
【第49集】1.绘制单变量分布 译
【第50集】2.绘制双变量分布图形 译
【第51集】3.类别散点图的绘制 译
【第52集】4.类别内的数据分布和统计估计 译
【第53集】5.NBA数据获取和相关性基本分析 译
【第54集】6.对数据进行分析-seaborn 译
【第55集】7.衍生变量的可视化实践 译
【第57集】9.北京市租房数据获取和重复值与空值处理 译
【第58集】10.数据类型转换（面积，户型） 译
【第59集】11.房源数量和位置分布分析 译
【第60集】12.户型数量基本分析 译
【第61集】13.平均租金基本分析 译
【第62集】14.面积区间分析 译
【第63集】1.K-近邻算法简介 译
【第64集】2.K近邻算法api初步使用 译
【第65集】3.机器学习中距离度量介绍 译
【第66集】4.K值的选择介绍 译
【第67集】5.kd树和kd树的构造过程 译
【第68集】6.kd树案例实现 译
【第69集】7.数据集获取和属性介绍 译
【第70集】8.数据可视化介绍 译
【第72集】10.特征预处理简介 译
【第73集】11.归一化和标准化介绍 译
【第74集】12.鸢尾花种类预测 译
【第75集】13.KNN算法总结 译
【第76集】14.交叉验证、网格搜索概念介绍 译
【第77集】15.交叉验证、网格搜索案例实现 译
【第78集】1.案例-Facebook位置预测流程分析 译
【第79集】2.案例-Facebook位置预测代码实现1 译
【第80集】3.案例-Facebook位置预测代码实现2 译
【第81集】4.补充-数据分割和留出法 译
【第82集】5.补充-交叉验证法和自助法 译
【第84集】7.初始线性回归api 译
【第86集】9.线性回归中损失函数的介绍 译
【第87集】10.使用正规方程对损失函数进行优化 译
【第88集】11.使用梯度下降法对损失函数进行优化 译
【第89集】12.梯度下降法方法介绍 译
【第90集】13.线性回归api再介绍 译
【第91集】14.波士顿房价预测案例 译
【第92集】15.欠拟合和过拟合的介绍 译
【第93集】16.正则化线性模型 译
【第95集】18.模型保存和加载 译
【第97集】2.逻辑回归api介绍 译
【第99集】4.分类评估方法介绍 译
【第100集】5.roc曲线绘制过程 译
【第101集】6.补充-类别不平衡数据介绍 译
【第102集】7.补充-过采样和欠采样介绍 译
【第103集】8.决策树算法简介 译
【第105集】10.信息增益的介绍 译
【第106集】11.信息增益率的介绍 译
【第107集】12.基尼指数的介绍 译
【第108集】13.决策树划分原理小结 译
【第109集】14.cart剪枝介绍 译
【第110集】15.字典特征提取 译
【第111集】16.英文文本特征提取 译
【第112集】17.中文文本特征提取 译
【第115集】2.泰坦尼克号乘客生存预测 译
【第116集】3.树木可视化操作 译
【第117集】4.回归决策树介绍 译
【第118集】5.回归决策树和线性回归对比 译
【第119集】6.集成学习基本介绍 译
【第120集】7.bagging和随机森林 译
【第121集】8.otto案例介绍以及数据获取 译
【第122集】9.otto数据基本处理 译
【第123集】10.otto数据模型基本训练 译
【第124集】11.模型调优和确定最优模型 译
【第125集】12.生成提交数据 译
【第126集】13.boosting介绍 译
【第127集】14.GBDT的介绍 译
【第129集】2.聚类算法api初步实现 译
【第130集】3.聚类算法实现流程 译
【第133集】6.特征降维内容介绍 译
【第134集】7.pca降维介绍 译
【第135集】8.用户对物品类别的喜好细分案例 译
【第136集】9.初始朴素贝叶斯 译
【第137集】10.概率内容复习 译
【第138集】11.朴素贝叶斯计算案例 译
【第139集】12.朴素贝叶斯案例实现1 译
【第140集】13.朴素贝叶斯案例实现2 译
【第141集】14.朴素贝叶斯内容总结 译
【第142集】1.SVM基本介绍 译
【第143集】2.SVM算法api初步使用 译
【第144集】3.SVM算法推导的目标函数 译
【第145集】4.SVM目标函数推导过程及举例 译
【第146集】5.SVM损失函数 译
【第147集】6.SVM的核方法介绍 译
【第148集】7.SVM回归介绍 译
【第149集】8.SVM算法api再介绍 译
【第150集】9.数字识别器案例初步介绍 译
【第151集】10.数字识别器-获取数据 译
【第152集】11.数字识别器-数据基本处理和模型训练 译
【第157集】4.马尔科夫链的介绍 译
【第158集】5.HMM模型的简单案例 译
【第159集】6.HMM模型三种经典问题举例求解 译
【第160集】7.HMM模型基础 译
【第161集】8.前向后向算法评估观察序列概率 译
【第162集】9.维特比算法解码隐藏状态序列 译
【第163集】10.鲍姆-韦尔奇算法简介 译
【第164集】11.HMM模型api介绍及案例代码实现 译
【第165集】1.xgboost最优模型构建方法 译
【第166集】2.目标函数确定和树的复杂度介绍 译
【第167集】3.XGBoost目标函数的推导 译
【第168集】4.XGBoost的回归树构建方法 译
【第169集】5.XGBoost和GBDT的区别 译
【第170集】6.xgboost算法api与参数介绍 译
【第171集】7.xgboost简单案例介绍 译
【第172集】8.otto案例xgboost实现-数据基本处理 译
【第173集】9.otto案例xgboost实现-模型基本训练 译
【第174集】10.otto案例xgboost实现-模型调优 译
【第175集】11.otto案例xgboost实现-最优模型运行 译
【第176集】1.lightGBM简单介绍 译
【第177集】2.lightGBM算法原理介绍 译
【第178集】3.lightGBM算法api参数介绍 译
【第179集】4.lightGBM算法简单案例介绍 译
【第180集】5.pubg案例简介 译
【第181集】6.获取pubg数据 译
【第182集】7.数据缺失值处理和查看每场比赛人数 译
【第183集】8.规范化输出部分数据和部分变量合成 译
【第185集】10.异常值值处理2 译
【第186集】11.类别型数据处理 译
【第187集】12.数据截取、确定特征值和目标值、分割数据集 译
【第188集】13.使用RF进行模型训练 译
【第189集】14.lightGBM对模型调优1 译
【第190集】15.lightGBM对模型调优2 译
查看全部课程
相关推荐
