已购课程
个人中心
内容中心
关注我们
APP下载
反馈
11.归一化和标准化介绍（下）
1296 播放
收藏
下载
手机看
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
      3533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...
      1643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...
      1164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）
      1098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）
      795播放
      06:21
      7.机器学习算法分类介绍（下）
      [11] 8.模型评估
      1258播放
      08:51
      8.模型评估
      [12] 9.Azure机器学习平台实验演示...
      1624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...
      1559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
      待播放
      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...
      824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）
      1194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）
      754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
      1199播放
      02:50
      9.初始朴素贝叶斯
      [203] 10.概率内容复习（上）
      909播放
      07:43
      10.概率内容复习（上）
      [204] 10.概率内容复习（下）
      1303播放
      07:43
      10.概率内容复习（下）
      [205] 11.朴素贝叶斯计算案例
      965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
      1518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）
      1040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）
      1237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
      808播放
      04:43
      14.朴素贝叶斯内容总结
      [210] 1.SVM基本介绍（上）
      793播放
      05:17
      1.SVM基本介绍（上）
      [211] 1.SVM基本介绍（下）
      1146播放
      05:13
      1.SVM基本介绍（下）
      [212] 2.SVM算法api初步使用
      890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）
      1197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）
      1452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（...
      1410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（...
      1219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
      1417播放
      06:28
      5.SVM损失函数
      [218] 6.SVM的核方法介绍（上）
      716播放
      05:21
      6.SVM的核方法介绍（上）
      [219] 6.SVM的核方法介绍（下）
      1627播放
      05:21
      6.SVM的核方法介绍（下）
      [220] 7.SVM回归介绍
      626播放
      01:24
      7.SVM回归介绍
      [221] 8.SVM算法api再介绍
      755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
      1520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
      544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...
      1017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...
      1198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
      640播放
      02:24
      12.SVM总结
      [227] 1.初识EM算法
      1239播放
      02:51
      1.初识EM算法
      [228] 2.EM算法介绍
      1137播放
      09:05
      2.EM算法介绍
      [229] 3.EM算法实例（上）
      1701播放
      06:43
      3.EM算法实例（上）
      [230] 3.EM算法实例（下）
      1411播放
      06:43
      3.EM算法实例（下）
      [231] 4.马尔科夫链的介绍
      675播放
      05:04
      4.马尔科夫链的介绍
      [232] 5.HMM模型的简单案例（上）
      1342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）
      1212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...
      1095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...
      1125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）
      884播放
      08:09
      7.HMM模型基础（上）
      [237] 7.HMM模型基础（下）
      1313播放
      08:12
      7.HMM模型基础（下）
      [238] 8.前向后向算法评估观察序列概率（...
      948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（...
      1923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...
      1073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...
      701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
      1384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...
      1354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...
      979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
      1482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
      1464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（...
      1353播放
      06:34
      3.XGBoost目标函数的推导（上）
      [248] 3.XGBoost目标函数的推导（...
      1365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
      690播放
      05:50
      4.XGBoost的回归树构建方法
      [250] 5.XGBoost和GBDT的区别
      573播放
      02:32
      5.XGBoost和GBDT的区别
      [251] 6.xgboost算法api与参数...
      1364播放
      08:23
      6.xgboost算法api与参数介绍
      [252] 7.xgboost简单案例介绍
      809播放
      08:28
      7.xgboost简单案例介绍
      [253] 8.otto案例xgboost实现...
      1461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...
      1274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...
      1017播放
      06:35
      9.otto案例xgboost实现-模型基本训练
      [256] 10.otto案例xgboost实...
      999播放
      08:19
      10.otto案例xgboost实现-模型调优（上）
      [257] 10.otto案例xgboost实...
      1098播放
      08:25
      10.otto案例xgboost实现-模型调优（下）
      [258] 11.otto案例xgboost实...
      651播放
      07:19
      11.otto案例xgboost实现-最优模型运行
      [259] 1.lightGBM简单介绍
      986播放
      06:41
      1.lightGBM简单介绍
      [260] 2.lightGBM算法原理介绍（...
      1125播放
      05:08
      2.lightGBM算法原理介绍（上）
      [261] 2.lightGBM算法原理介绍（...
      764播放
      05:11
      2.lightGBM算法原理介绍（下）
      [262] 3.lightGBM算法api参数...
      1210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）
      1444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）
      1198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
      25:14
      美没有统一标准，但行业应该标准化，...
      1360播放
      美没有统一标准，但行业应该标准化，标准化的要求恰恰是多元化。
      00:36
      训练质量是真高
      1866播放
      训练质量是真高
      08:47
      我们的质量来自哪里？
      1521播放
      我们的质量来自哪里？
      00:15
      ：国家间标准不一致，产品符合中国标...
      609播放
      ：国家间标准不一致，产品符合中国标准，安全合规
      11:42
      常规技术中的伦理问题（上）
      2.2万播放
      常规技术中的伦理问题（上）
      00:16
      华测检测中标2024年青海省产品质...
      1019播放
      华测检测中标2024年青海省产品质量监督抽查和风险监测项目
      01:05
      机械化+信息化 “智慧仓库”让保障...
      1200播放
      机械化+信息化 “智慧仓库”让保障质效不断提升
      04:10
      王甫律师：什么是生产、销售不符合安...
      524播放
      王甫律师：什么是生产、销售不符合安全标准的产品罪？
      00:14
      为什么加上球之后，总质量还不变大？
      2280播放
      为什么加上球之后，总质量还不变大？
      01:58
      太忙，心就亡了！ 不忙，决策质量才...
      1242播放
      太忙，心就亡了！ 不忙，决策质量才会高！
      01:18
      如何辨别房子质量问题属于主体结构问...
      1275播放
      如何辨别房子质量问题属于主体结构问题呢？
      06:12
      秋招面试，人类高质量求职技巧（整活...
      5.6万播放
      秋招面试，人类高质量求职技巧（整活+干货）【叶教授整活2】
      01:41
      您对物业行业未来的管理趋势有何看法...
      3941播放
      您对物业行业未来的管理趋势有何看法？ |「管理进化论」X 叶世源
      32:47
      一土教育联合创始人李一诺：领导力的...
      5292播放
      一土教育联合创始人李一诺：领导力的本质是勇气｜未来商业源代码

      增值电信业务经营许可证 粤B2-20090191

      工业和信息化部备案管理系统网站 粤B2-20090191-18