麻瓜编程：实用主义学Python人工智能【1.15GB】
下载地址：**** Hidden Message *****
【课程目录】
├─1. 手工实现一个简单的鸢尾花分类器
│ 1. 手工实现一个简单的鸢尾花分类器.mp4
│ 1. 练习：手工实现一个简单的水果识别器..docx
│ 1. 练习：手工实现一个简单的水果识别器.png
│ 课程代码.docx
│ 课程界面.png
│
├─2. 使用 scikit-learn 的 kNN 分类算法实现鸢尾花分类
│ 2. 使用 scikit-learn 的 kNN 分类算法实现鸢尾花分类.mp4
│ 2. 练习：使用 scikit-learn 的 kNN 分类算法实现水果识别器.docx
│ 2. 练习：使用 scikit-learn 的 kNN 分类算法实现水果识别器.png
│ 课程代码.docx
│ 课程界面.png
│
├─3. kNN算法的超参数对鸢尾花分类的影响
│ 3. kNN算法的超参数对鸢尾花分类的影响.mp4
│ 3. 练习：kNN算法的超参数对水果识别器的影响.docx
│ 3. 练习：kNN算法的超参数对水果识别器的影响.png
│ 课程代码.docx
│ 课程界面.png
│
├─4. 使用 sklearn 的线性回归算法实现房价预测
│ 4. 使用 sklearn 的线性回归算法实现房价预测.mp4
│ 4. 练习：预测糖尿病的患病指标.docx
│ 4. 练习：预测糖尿病的患病指标.png
│ 课程代码.docx
│ 课程界面.png
│
├─5. 房价预测的可视化线性模型
│ 5. 房价预测的可视化线性模型.mp4
│ 5. 练习：糖尿病患病指标的可视化线性模型.docx
│ 5. 练习：糖尿病患病指标的可视化线性模型.png
│ 课程代码.docx
│ 课程界面.png
│
├─6. 比较多种算法的鸢尾花分类准确率
│ 6. 比较多种算法的鸢尾花分类准确率.mp4
│ 6. 练习：使用kNN、逻辑回归和SVM进行水果类型识别.docx
│ 6. 练习：使用kNN、逻辑回归和SVM进行水果类型识别.png
│ 课程代码.docx
│ 课程界面.png
│
├─7. 使用交叉验证对鸢尾花分类模型进行调参
│ 7. 使用交叉验证对鸢尾花分类模型进行调参.mp4
│ 7. 练习：使用交叉验证对水果分类模型进行调参.docx
│ 7. 练习：使用交叉验证对水果分类模型进行调参.png
│ 课程代码.docx
│ 课程界面.png
│
└─8. 使用特征预处理提升房价预测模型的性能
8. 使用特征预处理提升房价预测模型的性能.mp4
8. 练习：使用特征预处理提升糖尿病患病指标预测模型的性能.docx
8. 练习：使用特征预处理提升糖尿病患病指标预测模型的性能.png
课程代码.docx
课程界面.png
111111111111
页:
[1]