短平快掌握机器学习实战要点；摆脱理论束缚，迅速上手实战！

*   01 第01节：机器学习的根本任务.mp4 (6.46 MB), 02:35

*   02 第02节：机器学习的黑盒模型.mp4 (8.05 MB), 03:24

*   03 第03节：机器学习的前提条件.mp4 (11.19 MB), 04:26

*   04 第04节：机器学习的任务类型.mp4 (28.20 MB), 09:05

*   05 第05节：机器学习的环境搭建.mp4 (25.61 MB), 07:07

*   06 第06节：机器学习的项目流程.mp4 (33.59 MB), 09:24

*   07 第07节：数据的采样原则.mp4 (21.53 MB), 06:56

*   08 第08节：数据的编码方式.mp4 (19.83 MB), 06:17

*   09 第09节：数学视角看数据.mp4 (12.40 MB), 04:27

*   10 第10节：数据集的划分.mp4 (45.51 MB), 14:41

*   11 第11节：数据量纲不统一问题.mp4 (31.94 MB), 10:08

*   12 第12节：数据中心化.mp4 (44.93 MB), 12:43

*   13 第13节：数据归一化.mp4 (33.69 MB), 09:20

*   14 第14节：数据规范化.mp4 (32.74 MB), 09:11

*   15 第15节：PCA降维算法.mp4 (25.23 MB), 07:48

*   16 第16节：线性回归算法.mp4 (60.19 MB), 13:07

*   17 第17节：逻辑回归算法.mp4 (43.17 MB), 11:36

*   18 第18节：KNN算法.mp4 (61.62 MB), 16:41

*   19 第19节：KMeans聚类算法.mp4 (57.23 MB), 18:15

*   20 第20节：朴素贝叶斯算法.mp4 (27.96 MB), 08:37

*   21 第21节：支持向量机算法.mp4 (48.91 MB), 12:39

*   22 第22节：决策树算法.mp4 (50.69 MB), 13:18

*   23 第23节：RandomForest算法.mp4 (34.80 MB), 11:08

*   24 第24节：AdaBoost算法.mp4 (39.73 MB), 10:35

*   25 第25节：GradientBoosting算法.mp4 (35.67 MB), 09:09

*   26 第26节：XGBoost算法.mp4 (38.73 MB), 09:54

*   27 第27节：LightGBM算法.mp4 (32.67 MB), 08:34