APP下载
反馈
9.创建随机数组
1553 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(187)
      自动播放
      [1] 1.机器学习科学计算库内容简介
      1.6万播放
      04:06
      [2] 2.人工智能概述
      3608播放
      12:21
      [3] 3.人工智能的发展历程
      2451播放
      07:00
      [4] 4.人工智能主要分支
      2268播放
      07:04
      [5] 5.机器学习定义工作流程概述
      2064播放
      04:15
      [6] 6.机器学习工作流程各步骤解释
      2854播放
      14:44
      [7] 7.机器学习算法分类介绍
      2762播放
      12:41
      [8] 8.模型评估
      1975播放
      08:51
      [9] 9.Azure机器学习平台实验演示...
      2386播放
      14:51
      [10] 10.Azure机器学习平台实验演...
      1809播放
      06:04
      [11] 11.深度学习简介
      2261播放
      04:50
      [12] 12.基础环境安装
      1672播放
      03:52
      [13] 13.jupyter notebo...
      2269播放
      17:34
      [14] 14.jupyter notebo...
      1597播放
      06:40
      [15] 15.matplotlib的基本使...
      1499播放
      07:26
      [16] 1.实现基础绘图-某城市温度变换图
      1272播放
      05:58
      [17] 2.绘图辅助功能完善-某城市温度变...
      1600播放
      17:06
      [18] 3.在一个坐标系下绘制多个图像
      1545播放
      08:04
      [19] 4.在多个坐标系下绘制多个图像
      1072播放
      17:39
      [20] 5.常见图形绘制
      1164播放
      11:20
      [21] 6.numpy介绍
      1674播放
      10:18
      [22] 7.ndarray介绍
      1404播放
      10:51
      [23] 8.创建0,1数组,固定范围数组
      1393播放
      09:32
      [24] 9.创建随机数组
      1553播放
      待播放
      [25] 10.数组的基本操作
      1353播放
      14:28
      [26] 11.ndarray的运算
      1480播放
      16:59
      [27] 12.数组间运算
      1005播放
      09:10
      [28] 13.矩阵复习
      1680播放
      12:15
      [29] 14.pandas介绍
      1212播放
      02:43
      [30] 15pandas数据结构-seri...
      1492播放
      07:53
      [31] 16.pandas数据结构-Dat...
      1864播放
      10:23
      [32] 17.pandas数据结构-Dat...
      1387播放
      06:40
      [33] 18.pandas数据结构-mul...
      1005播放
      11:10
      [34] 1.pandas中的索引
      1181播放
      12:56
      [35] 2.赋值和排序
      1890播放
      07:44
      [36] 3.pandas中的算术运算和逻辑...
      1346播放
      08:13
      [37] 4.pandas中的统计函数
      1254播放
      06:11
      [38] 5.pandas中的累计统计函数和...
      1353播放
      08:56
      [39] 6.pandas中绘图方式介绍
      1312播放
      02:46
      [40] 7.pandas中文件的读取和写入
      1618播放
      19:35
      [41] 8.缺失值的处理
      1642播放
      20:29
      [42] 9.数据离散化
      932播放
      11:54
      [43] 10.数据表的合并
      1609播放
      07:36
      [44] 11.交叉表和透视表介绍
      1693播放
      13:52
      [45] 12.分组聚合介绍
      1037播放
      07:58
      [46] 13.星巴克案例实现
      1263播放
      06:08
      [47] 14.电影案例分析1
      1769播放
      13:33
      [48] 15.电影案例分析
      1948播放
      15:51
      [49] 1.绘制单变量分布
      1613播放
      09:12
      [50] 2.绘制双变量分布图形
      1198播放
      14:08
      [51] 3.类别散点图的绘制
      963播放
      06:38
      [52] 4.类别内的数据分布和统计估计
      1043播放
      10:50
      [53] 5.NBA数据获取和相关性基本分析
      1626播放
      11:16
      [54] 6.对数据进行分析-seaborn
      1454播放
      15:49
      [55] 7.衍生变量的可视化实践
      905播放
      14:19
      [56] 8.球队数据分析
      1132播放
      23:49
      [57] 9.北京市租房数据获取和重复值与空...
      1504播放
      09:53
      [58] 10.数据类型转换(面积,户型)
      1177播放
      10:39
      [59] 11.房源数量和位置分布分析
      1388播放
      05:46
      [60] 12.户型数量基本分析
      963播放
      16:00
      [61] 13.平均租金基本分析
      1202播放
      18:56
      [62] 14.面积区间分析
      1465播放
      10:04
      [63] 1.K-近邻算法简介
      1150播放
      11:14
      [64] 2.K近邻算法api初步使用
      1078播放
      09:36
      [65] 3.机器学习中距离度量介绍
      899播放
      11:17
      [66] 4.K值的选择介绍
      1369播放
      06:22
      [67] 5.kd树和kd树的构造过程
      1802播放
      09:33
      [68] 6.kd树案例实现
      1220播放
      16:18
      [69] 7.数据集获取和属性介绍
      1218播放
      12:34
      [70] 8.数据可视化介绍
      1576播放
      10:01
      [71] 9.数据集的划分
      1401播放
      09:38
      [72] 10.特征预处理简介
      1655播放
      04:04
      [73] 11.归一化和标准化介绍
      1747播放
      16:13
      [74] 12.鸢尾花种类预测
      1356播放
      14:56
      [75] 13.KNN算法总结
      1615播放
      04:43
      [76] 14.交叉验证、网格搜索概念介绍
      1000播放
      06:28
      [77] 15.交叉验证、网格搜索案例实现
      711播放
      07:48
      [78] 1.案例-Facebook位置预测...
      1255播放
      09:00
      [79] 2.案例-Facebook位置预测...
      967播放
      19:27
      [80] 3.案例-Facebook位置预测...
      898播放
      14:36
      [81] 4.补充-数据分割和留出法
      890播放
      08:21
      [82] 5.补充-交叉验证法和自助法
      1187播放
      13:53
      [83] 6.线性回归简介
      1458播放
      06:32
      [84] 7.初始线性回归api
      1651播放
      05:49
      [85] 8.数学:求导
      970播放
      05:29
      [86] 9.线性回归中损失函数的介绍
      1256播放
      05:12
      [87] 10.使用正规方程对损失函数进行优...
      1134播放
      10:38
      [88] 11.使用梯度下降法对损失函数进行...
      1213播放
      12:23
      [89] 12.梯度下降法方法介绍
      1578播放
      13:53
      [90] 13.线性回归api再介绍
      848播放
      03:12
      [91] 14.波士顿房价预测案例
      1342播放
      18:23
      [92] 15.欠拟合和过拟合的介绍
      1316播放
      07:37
      [93] 16.正则化线性模型
      1363播放
      05:59
      [94] 17.岭回归介绍
      784播放
      08:00
      [95] 18.模型保存和加载
      1066播放
      07:37
      [96] 2.逻辑回归api介绍
      855播放
      02:43
      [97] 3.肿瘤预测案例
      1449播放
      16:03
      [98] 4.分类评估方法介绍
      964播放
      20:59
      [99] 5.roc曲线绘制过程
      1417播放
      09:52
      [100] 6.补充-类别不平衡数据介绍
      1173播放
      09:11
      [101] 7.补充-过采样和欠采样介绍
      1195播放
      11:13
      [102] 8.决策树算法简介
      1956播放
      02:51
      [103] 9.熵的介绍
      1163播放
      08:30
      [104] 10.信息增益的介绍
      1178播放
      09:40
      [105] 11.信息增益率的介绍
      1575播放
      13:31
      [106] 12.基尼指数的介绍
      1330播放
      09:13
      [107] 13.决策树划分原理小结
      1433播放
      05:21
      [108] 14.cart剪枝介绍
      1616播放
      13:16
      [109] 15.字典特征提取
      1617播放
      13:26
      [110] 16.英文文本特征提取
      1318播放
      09:10
      [111] 17.中文文本特征提取
      1372播放
      16:39
      [112] 2.泰坦尼克号乘客生存预测
      1134播放
      20:16
      [113] 3.树木可视化操作
      1360播放
      07:58
      [114] 4.回归决策树介绍
      1770播放
      10:35
      [115] 5.回归决策树和线性回归对比
      1235播放
      12:29
      [116] 6.集成学习基本介绍
      958播放
      03:49
      [117] 7.bagging和随机森林
      1657播放
      20:07
      [118] 8.otto案例介绍以及数据获取
      989播放
      12:17
      [119] 9.otto数据基本处理
      1270播放
      11:36
      [120] 10.otto数据模型基本训练
      1691播放
      12:34
      [121] 11.模型调优和确定最优模型
      1527播放
      24:54
      [122] 12.生成提交数据
      764播放
      09:13
      [123] 13.boosting介绍
      1777播放
      13:09
      [124] 14.GBDT的介绍
      1810播放
      15:18
      [125] 1.聚类算法介绍
      1358播放
      03:35
      [126] 2.聚类算法api初步实现
      1212播放
      10:57
      [127] 3.聚类算法实现流程
      1277播放
      05:58
      [128] 4.模型评估
      1234播放
      10:44
      [129] 5.算法优化介绍
      1247播放
      11:56
      [130] 6.特征降维内容介绍
      1312播放
      19:32
      [131] 7.pca降维介绍
      1298播放
      06:53
      [132] 8.用户对物品类别的喜好细分案例
      1290播放
      15:09
      [133] 9.初始朴素贝叶斯
      1645播放
      02:50
      [134] 10.概率内容复习
      1604播放
      15:23
      [135] 11.朴素贝叶斯计算案例
      2036播放
      09:48
      [136] 12.朴素贝叶斯案例实现1
      1092播放
      09:40
      [137] 13.朴素贝叶斯案例实现2
      1085播放
      22:22
      [138] 14.朴素贝叶斯内容总结
      1449播放
      04:43
      [139] 1.SVM基本介绍
      1852播放
      10:30
      [140] 2.SVM算法api初步使用
      1494播放
      02:52
      [141] 3.SVM算法推导的目标函数
      1518播放
      10:33
      [142] 4.SVM目标函数推导过程及举例
      1570播放
      16:07
      [143] 5.SVM损失函数
      826播放
      06:28
      [144] 6.SVM的核方法介绍
      1259播放
      10:39
      [145] 7.SVM回归介绍
      750播放
      01:24
      [146] 8.SVM算法api再介绍
      1321播放
      05:27
      [147] 9.数字识别器案例初步介绍
      1388播放
      05:50
      [148] 10.数字识别器-获取数据
      951播放
      08:27
      [149] 11.数字识别器-数据基本处理和模...
      716播放
      23:53
      [150] 12.SVM总结
      1182播放
      02:24
      [151] 1.初识EM算法
      1648播放
      02:51
      [152] 2.EM算法介绍
      1697播放
      09:05
      [153] 3.EM算法实例
      1317播放
      13:22
      [154] 4.马尔科夫链的介绍
      1705播放
      05:04
      [155] 5.HMM模型的简单案例
      1047播放
      11:30
      [156] 6.HMM模型三种经典问题举例求解
      847播放
      15:40
      [157] 7.HMM模型基础
      808播放
      16:15
      [158] 8.前向后向算法评估观察序列概率
      1554播放
      18:50
      [159] 9.维特比算法解码隐藏状态序列
      1017播放
      15:07
      [160] 10.鲍姆-韦尔奇算法简介
      1117播放
      02:11
      [161] 11.HMM模型api介绍及案例代...
      1731播放
      17:26
      [162] 1.xgboost最优模型构建方法
      2080播放
      05:04
      [163] 2.目标函数确定和树的复杂度介绍
      1680播放
      08:55
      [164] 3.XGBoost目标函数的推导
      1728播放
      13:05
      [165] 4.XGBoost的回归树构建方法
      1394播放
      05:50
      [166] 5.XGBoost和GBDT的区别
      1137播放
      02:32
      [167] 6.xgboost算法api与参数...
      1627播放
      08:23
      [168] 7.xgboost简单案例介绍
      1280播放
      08:28
      [169] 8.otto案例xgboost实现...
      1451播放
      20:51
      [170] 9.otto案例xgboost实现...
      755播放
      06:35
      [171] 10.otto案例xgboost实...
      928播放
      16:35
      [172] 11.otto案例xgboost实...
      1195播放
      07:19
      [173] 1.lightGBM简单介绍
      1830播放
      06:41
      [174] 2.lightGBM算法原理介绍
      1273播放
      10:13
      [175] 3.lightGBM算法api参数...
      1607播放
      06:44
      [176] 4.lightGBM算法简单案例介...
      1627播放
      12:52
      [177] 5.pubg案例简介
      1110播放
      05:38
      [178] 6.获取pubg数据
      1431播放
      08:09
      [179] 7.数据缺失值处理和查看每场比赛人...
      960播放
      12:04
      [180] 8.规范化输出部分数据和部分变量合...
      1247播放
      08:51
      [181] 9.异常值处理1
      1015播放
      15:31
      [182] 10.异常值值处理2
      1448播放
      09:27
      [183] 11.类别型数据处理
      670播放
      10:17
      [184] 12.数据截取、确定特征值和目标值...
      1078播放
      05:00
      [185] 13.使用RF进行模型训练
      948播放
      12:52
      [186] 14.lightGBM对模型调优1
      1307播放
      10:38
      [187] 15.lightGBM对模型调优2
      711播放
      10:50
      为你推荐
      02:36
      excel提取省份名称视频:函数嵌...
      1173播放
      05:43
      04 函数调用模式和方法调用模式(...
      671播放
      02:33
      excel用简称查全称技巧视频:应...
      630播放
      09:30
      随机数,你把握得住吗?
      629播放
      09:19
      1.1 加密哈希函数(下)
      1148播放
      09:11
      浙江大学公开课:初试数组
      2.3万播放
      12:18
      4.2结构化数据流水线-part2...
      1041播放
      25:07
      用户体验,数组与指针,Hash函数...
      770播放
      25:42
      全局变量、参数、返回值(上)(下)
      1247播放
      08:11
      【程序的概念和学习思路】获取随机数...
      1073播放
      06:25
      千锋物联网教程:8.29 随机数(...
      976播放
      24:29
      余凯:发生在边缘的AI计算革命
      1.6万播放
      05:18
      10.使用正规方程对损失函数进行优...
      897播放
      20:38
      创世伙伴聂冬辰:坚持做正确的事,在...
      2127播放