梗直哥机器学习必修课经典AI算法与编程实战学习笔记
梗直哥机器学习必修课经典AI算法与编程实战学习笔记01,1-1课程内容和理念02.1-2-初识机器学习03.1-3-课程使用的技术栈04.2-1本章总览05,2-2-数据长什么样:常见数据集、典型实例、如何使,06.2-3-研究哪些问题:分类、回归等07.2-4-如何分门别类:监督、无监督、强化学习等08.2-5-机器学习的七大常见误区和局限09.3-1本章总览:相互关系与学习路线10.3-2-A
梗直哥机器学习必修课经典AI算法与编程实战学习笔记01,1-1课程内容和理念02.1-2-初识机器学习03.1-3-课程使用的技术栈04.2-1本章总览05,2-2-数据长什么样:常见数据集、典型实例、如何使,06.2-3-研究哪些问题:分类、回归等07.2-4-如何分门别类:监督、无监督、强化学习等08.2-5-机器学习的七大常见误区和局限09.3-1本章总览:相互关系与学习路线10.3-2-A
梗直哥机器学习必修课经典AI算法与编程实战学习笔记
01,1-1课程内容和理念
02.1-2-初识机器学习
03.1-3-课程使用的技术栈
04.2-1本章总览
05,2-2-数据长什么样:常见数据集、典型实例、如何使,
06.2-3-研究哪些问题:分类、回归等
07.2-4-如何分门别类:监督、无监督、强化学习等
08.2-5-机器学习的七大常见误区和局限
09.3-1本章总览:相互关系与学习路线
10.3-2-Anaconda图形化操作
11,3-3-Anaconda命令行操作
29.4-7-特征归一化
30,4-8-KNN回归任务代码实现.
31.4-9-KNN优缺点和适用条件
32.5-1-本章总览
33.5-2-线性回归核心思想和原理
34,5-3-逻辑回归核心思想和原理,
35.5-4-线性回归代码实现.
36.5-5-模型评价:MSE、RMSE、MAE和R方.
37.5-6多项式回归代码实现.
38.5-7-逻辑回归算法,