Python机器学习与数据挖掘

*   01 KNN近邻算法/

  *   01 Pz.1.1scikitlearn安装与配置

  *   02 Pz.1.2KNN预测

  *   03 Pz.1.3KNN测试自带数据评分对比以及绘图

  *   04 Pz.1.4KNN用于分类

  *   05 Pz.1.5KNN用于数据回归预测

  *   06 Pz.1.6KNN基于历史数据预测未来

*   02 KNN近邻算法与手写识别/

  *   01 Pz.2.1KNN简单复习

  *   02 Pz.2.2KNN训练行为数据

  *   03 Pz.2.3KNN模型训练与保存载入

  *   04 Pz.2.4KNN训练手写识别样本

  *   05 Pz.2.5数组与图片的转换

  *   06 Pz.2.6手写数字识别

  *   07 Pz.2.7ML机器学习库

*   03 线性回归与逻辑回归/

  *   01 Pz.3.1回顾与简介

  *   02 Pz.3.2线性回归概念

  *   03 Pz.3.3线性回归实战

  *   04 Pz.3.4数量足够特征少适用于线性回归

  *   05 Pz.3.5线性回归于岭回归对比

  *   06 Pz.3.6拉回归

  *   07 Pz.3.7回归的对比绘图

  *   08 Pz.3.8逻辑回归

  *   09 Pz.3.9逻辑回归预测收入

*   04 回归算法与人脸预测/

  *   01 Pz.4.1线性回归处理销售与广告关系数据提取数据规律

  *   02 Pz.4.2岭回归与拉格朗日回归处理销售与广告关系提取数据规律

  *   03 Pz.4.3逻辑回归进行数据分类

  *   04 Pz.4.4人脸数据进行预处理

  *   05 Pz.4.5回归算法预测人脸

*   05 决策树与贝叶斯/

  *   01 Pz.5.1手写识别数字做出识别率判断

  *   02 Pz.5.2岭回归绘图

  *   03 Pz.5.3决策树对数据进行分类

  *   04 Pz.5.4决策树回归

  *   05 Pz.5.5决策树实现眼睛的预测分类

  *   06 Pz.5.6决策树的分类绘图

  *   07 Pz.5.7贝叶斯三种模型

  *   08 Pz.5.8贝叶斯的文本分类

  *   09 Pz.5.9贝叶斯邮件分类

*   06 SVM算法/

  *   01 Pz.6.1线性回归与逻辑回归

  *   02 Pz.6.2SVM实现线性数据精确分类依赖向量

  *   03 Pz.6.3SVM半径划分

  *   04 Pz.6.4SVM四种算法评估数据分类

  *   05 Pz.6.5SVM线性回归评估

  *   06 Pz.6.6SVM数据分类处理汽车数据

*   07 Kmean算法/

  *   01 Pz.7.0.人脸识别网络不行下载失败

  *   02 Pz.7.1SVM处理数据并绘图

  *   03 Pz.7.2Kmens简单实战

  *   04 Pz.7.3Kmeans足球分类与3d绘图

  *   05 Pz.7.4Kmens常见错误分析

  *   06 Pz.7.5kmeans实现绘图模拟

  *   07 Pz.7.6Kmeans实现数据无监督分类

  *   08 Pz.7.7Kmeams图片压缩

*   08 人脸识别与手写识别/

  *   01 Pz.8.1人脸识别数据预处理

  *   02 Pz.8.2SVM处理与PAC降维提高识别率

  *   03 Pz.8.3提升人脸识别率并展示

  *   04 Pz.8.4手写识别训练所有机器学习算法以及参数调优

  *   05 Pz.8.5手写识别的预处理

*   09 图像识别实战/

  *   01 Pz.9.1PCA降维提升识别率

  *   02 Pz.9.2手写识别参数自动调优

  *   03 Pz.9.3性别预测多个算法检验

  *   04 Pz.9.4预测马的死亡率算法遍历

  *   05 Pz.9.5机器视觉加载图片与文本显示

  *   06 Pz.9.6图片识别物品

*   10 车牌识别高级实战/

  *   01 Pz.10.1scikitlearn预览

  *   02 Pz.10.2车牌识别与深度学习

  *   03 Pz.10.3多种机器学习算法综合预测小麦

  *   04 Pz.10.4预测鲍鱼年龄

  *   05 Pz.10.5预测波士顿

  *   06 Pz.10.6婚恋网站配对分析

  *   07 Pz.10.7学生成绩预测

*   11 集成学习与随机森林/

  *   01 Pz.11.1集成学习

  *   02 Pz.11.2gridsearch调优可以应用在所有算法

  *   03 Pz.11.3交叉验证寻找zui优参数

  *   04 Pz.11.4改写knn的gridserach调优

  *   05 Pz.11.5.BaggingClassifier调优随机生成100个模型交叉验证取zui优

  *   06 Pz.11.6随机森林附加树实现模型调优

  *   07 Pz.11.7adaboost与集成调优小结

  *   08 Pz.11.8数据挖掘简介

*   12 足球彩票高级实战/

  *   01 Pz.12.1神经网络识别原理

  *   02 Pz.12.2scikitlearn框架小结

  *   03 Pz.12.3足球数据简介

  *   04 Pz.12.4足球数据简单处理

  *   05 Pz.12.5足球预览

  *   06 Pz.12.6升级中文分词到python3

  *   07 Pz.12.7.1python2数据挖掘代码

  *   08 Pz.12.7数据挖掘预览

  *   09 Pz.12.8无监督学习各种算法应用

  *   10 Pz.12.9无监督学习应用图片区域划分

  *   11 Pz.12.10处理数据分类用聚类算法

  *   12 Pz.12.11关联规则

  *   13 Pz.12.12电商推荐算法

*   13 航空公司机器学习实战/

  *   01 Pz.13.1电力用户数据

  *   02 Pz.13.2电力用户数据预处理

  *   03 Pz.13.3电力用户数据挖掘机器学习与深度学习对比

  *   04 Pz.13.4航空公司数据预览

  *   05 Pz.13.5航空公司数据清洗

  *   06 Pz.13.6航空公司数据标准化

  *   07 Pz.13.7航空公司数据kmean进行挖掘

  *   08 Pz.13.8中医数据处理每一类进行聚类

*   14 keras机器学习与深度学习对比/

  *   01 Pz.14.1keras简介

  *   02 Pz.14.2阶段性数据挖掘与机器学习作业

  *   03 Pz.14.3练习与作业

*   15 GraphLab图社交/

  *   01 Pz.15.1scipy是scikitlearn基础

  *   02 Pz.15.2机器学习小结

  *   03 Pz.15.3GraphLab环境配置

  *   04 Pz.15.4.1graphlab简单文本挖掘

  *   05 Pz.15.4graphlab简单应用线性回归

  *   06 Pz.15.5graph词频与量化

  *   07 Pz.15.6graphlab计算人物相似度

  *   08 Pz.15.7amazon情感分析

  *   09 Pz.15.8根据流行度推荐或者个人爱好推荐

  *   10 Pz.15.9图片猫狗识别的数据简介

  *   11 Pz.15.10猫狗识别近邻算法

  *   12 Pz.15.11绘图-社交关系

  *   13 Pz.15.12绘图描述facebook社交关系

*   16 tensorflow与线性回归/

  *   01 Pz.16.1深度学习概念

  *   02 Pz.16.2深度学习常见概念

  *   03 Pz.16.3TensorFlowHelloWorld

  *   04 Pz.16.4Tensorflow矩阵乘法

  *   05 Pz.16.5Tensorflow中的变量

  *   06 Pz.16.6tensorflow乘法

  *   07 Pz.16.7tensorflow线性回归训练

*   17 tensorflow手写识别/

  *   01 Pz.17.1tensorflow手写识别数据集

  *   02 Pz.17.2tensorflow训练手写识别

  *   03 Pz.17.3keras手写识别数据预处理

  *   04 Pz.17.4keras训练手写识别

  *   05 Pz.17.5CNN实战简介

  *   06 Pz.17.6keras简介

  *   07 Pz.17.7keras线性回归

  *   08 Pz.17.8keras分类

  *   09 Pz.17.9keras循环神经网络训练

  *   10 Pz.17.10rnn神经网络参数配置

*   18 keras机器学习情感分析图像识别/

  *   01 Pz.18.1keras神经网络LSTM实现

  *   02 Pz.18.2keras深度学习预测数据

  *   03 Pz.18.3keras机器视觉图片数据预览

  *   04 Pz.18.4keras机器视觉

  *   05 Pz.18.5keras查看情感分析数据

  *   06 Pz.18.6keras情感分析

*   19 项目环境安装部署/

  *   01 Pz.19.1三大web框架的helloworld

  *   02 Pz.19.2虚拟环境构建与安装必备的包

  *   03 Pz.19.3剩余配置

  *   04 Pz.19.4配置django项目运行

  *   05 Pz.19.5配置运行项目小结

  *   06 Pz.19.6配置ihome虚拟环境

  *   07 Pz.19.7配置ihome数据库运行项目

  *   08 Pz.19.8作业

*   20 验证码识别实战/

  *   01 Pz.20.1生成普通验证码

  *   02 Pz.20.2批量生产普通验证码到数组数据

  *   03 Pz.20.3AI训练模型识别验证码

  *   04 Pz.20.4知乎验证码数据生成

  *   05 Pz.20.5知乎验证码训练与AI

  *   06 Pz.20.6作业