資料目錄：
├─01 階段一 人工智能
│ ├─01 第一章 機器學(xué)習(xí)概述V2.1
│ │ └─01 機器學(xué)習(xí)介紹
│ │ 01 01-0前置-機器學(xué)習(xí)科學(xué)計算庫內(nèi)容簡介.mp4
│ │ 02 01-1講解-機器學(xué)習(xí)科學(xué)計算庫內(nèi)容簡介.mp4
│ │ 03 02-1講解-人工智能概述.mp4
│ │ 04 02-2點評-人工智能概述.mp4
│ │ 05 03-1講解-人工智能的發(fā)展歷程.mp4
│ │ 06 04-1講解-人工智能主要分支.mp4
│ │ 07 04-2點評-人工智能主要分支.mp4
│ │ 08 05-1講解-機器學(xué)習(xí)定義工作流程概述.mp4
│ │ 09 05-2點評-機器學(xué)習(xí)定義工作流程概述.mp4
│ │ 10 06-1講解-機器學(xué)習(xí)工作流程各步驟解釋.mp4
│ │ 11 06-2點評-機器學(xué)習(xí)工作流程各步驟解釋.mp4
│ │ 12 06-3點評-機器學(xué)習(xí)工作流程各步驟解釋.mp4
│ │ 13 07-1講解-機器學(xué)習(xí)算法分類介紹.mp4
│ │ 14 07-2點評-機器學(xué)習(xí)算法分類介紹.mp4
│ │ 15 08-1講解-模型評估.mp4
│ │ 16 08-2點評-模型評估.mp4
│ │ 17 08-3點評-模型評估.mp4
│ │ 18 09-1講解-Azure機器學(xué)習(xí)平臺實驗演示1.mp4
│ │ 19 10-1講解-Azure機器學(xué)習(xí)平臺實驗演示2.mp4
│ │ 20 11-1講解-深度學(xué)習(xí)簡介.mp4
│ │ 21 11-2點評-深度學(xué)習(xí)簡介.mp4
│ │
│ ├─02 第二章 環(huán)境安裝和使用V2.1
│ │ └─01 環(huán)境安裝及使用
│ │ 01 12-1講解-基礎(chǔ)環(huán)境安裝.mp4
│ │ 02 13-1講解-jupyter notebook的基本使用1.mp4
│ │ 03 13-2點評-jupyter notebook的基本使用1.mp4
│ │ 04 14-1講解-jupyter notebook的基本使用2.mp4
│ │ 05 14-2點評-jupyter notebook的基本使用2.mp4
│ │ 06 15-1講解-matplotlib的基本使用.mp4
│ │
│ ├─03 第三章 matplotlibV2.1
│ │ └─01 matplotlib使用
│ │ 01 01-1講解-實現(xiàn)基礎(chǔ)繪圖-某城市溫度變換圖.mp4
│ │ 02 01-2點評-實現(xiàn)基礎(chǔ)繪圖-某城市溫度變換圖.mp4
│ │ 03 02-1講解-繪圖輔助功能完善-某城市溫度變換圖.mp4
│ │ 04 02-2點評-繪圖輔助功能完善-某城市溫度變換圖.mp4
│ │ 05 03-1講解-在一個坐標(biāo)系下繪制多個圖像.mp4
│ │ 06 03-2點評-在一個坐標(biāo)系下繪制多個圖像.mp4
│ │ 07 04-1講解-在多個坐標(biāo)系下繪制多個圖像.mp4
│ │ 08 04-2點評-在多個坐標(biāo)系下繪制多個圖像.mp4
│ │ 09 05-1講解-常見圖形繪制.mp4
│ │ 10 05-2點評-常見圖形繪制.mp4
│ │
│ ├─04 第四章 numpyV2.1
│ │ └─01 numpy使用
│ │ 01 06-1講解-numpy介紹.mp4
│ │ 02 06-2點評-numpy介紹.mp4
│ │ 03 07-1講解-ndarray介紹.mp4
│ │ 04 07-2點評-ndarray介紹.mp4
│ │ 05 08-1講解-創(chuàng)建0，1數(shù)組，固定范圍數(shù)組.mp4
│ │ 06 08-2點評-創(chuàng)建0，1數(shù)組，固定范圍數(shù)組.mp4
│ │ 07 09-1講解-創(chuàng)建隨機數(shù)組.mp4
│ │ 08 09-2點評-創(chuàng)建隨機數(shù)組.mp4
│ │ 09 10-1講解-數(shù)組的基本操作.mp4
│ │ 10 10-2點評-數(shù)組的基本操作.mp4
│ │ 11 10-3點評-前面總結(jié).mp4
│ │ 12 10-4點評-回顧.mp4
│ │ 13 11-1講解-ndarray的運算.mp4
│ │ 14 12-1講解-數(shù)組間運算.mp4
│ │ 15 11-2點評-ndarray的運算.mp4
│ │ 16 12-2點評-數(shù)組間運算.mp4
│ │ 17 13-1講解-矩陣復(fù)習(xí).mp4
│ │ 18 13-2點評-矩陣復(fù)習(xí).mp4
│ │ 19 13-3點評-矩陣復(fù)習(xí).mp4
│ │
│ ├─05 第五章 pandasV2.1
│ │ ├─01 pandas數(shù)據(jù)結(jié)構(gòu)
│ │ │ 01 14-1講解-pandas介紹.mp4
│ │ │ 02 14-2點評-pandas介紹.mp4
│ │ │ 03 15-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-series.mp4
│ │ │ 04 15-2點評-pandas數(shù)據(jù)結(jié)構(gòu)-series.mp4
│ │ │ 05 16-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-DataFrame1.mp4
│ │ │ 06 16-2點評-pandas數(shù)據(jù)結(jié)構(gòu)-DataFrame1.mp4
│ │ │ 07 16-3點評-回顧總結(jié).mp4
│ │ │ 08 17-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-DataFrame2.mp4
│ │ │ 09 18-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-multiindex和panel.mp4
│ │ │ 10 18-2點評-pandas數(shù)據(jù)結(jié)構(gòu)-multiindex和panel.mp4
│ │ │
│ │ ├─02 pandas基礎(chǔ)使用
│ │ │ 01 01-1講解-pandas中的索引.mp4
│ │ │ 02 01-2點評-pandas中的索引.mp4
│ │ │ 03 02-1講解-賦值和排序.mp4
│ │ │ 04 02-2點評-賦值和排序.mp4
│ │ │ 05 03-1講解-pandas中的算術(shù)運算和邏輯運算.mp4
│ │ │ 06 03-2點評-pandas中的算術(shù)運算和邏輯運算.mp4
│ │ │ 07 04-1講解-pandas中的統(tǒng)計函數(shù).mp4
│ │ │ 08 04-2點評-pandas中的統(tǒng)計函數(shù).mp4
│ │ │ 09 05-1講解-pandas中的累計統(tǒng)計函數(shù)和自定義函數(shù).mp4
│ │ │ 10 05-2點評-pandas中的累計統(tǒng)計函數(shù)和自定義函數(shù).mp4
│ │ │ 11 06-1講解-pandas中繪圖方式介紹.mp4
│ │ │ 12 07-1講解-pandas中文件的讀取和寫入.mp4
│ │ │ 13 07-2點評-pandas中文件的讀取和寫入.mp4
│ │ │ 14 07-3點評-pandas中文件的讀取和寫入.mp4
│ │ │ 15 07-4點評-內(nèi)容總結(jié).mp4
│ │ │
│ │ ├─03 pandas高級使用
│ │ │ 01 08-1講解-缺失值的處理.mp4
│ │ │ 02 08-2點評-缺失值的處理.mp4
│ │ │ 03 09-1講解-數(shù)據(jù)離散化.mp4
│ │ │ 04 09-2點評-數(shù)據(jù)離散化.mp4
│ │ │ 05 10-1講解-數(shù)據(jù)表的合并.mp4
│ │ │ 06 10-2點評-數(shù)據(jù)表的合并.mp4
│ │ │ 07 11-1講解-交叉表和透視表介紹.mp4
│ │ │ 08 11-2點評-交叉表和透視表介紹.mp4
│ │ │ 09 11-3點評-內(nèi)容回顧.mp4
│ │ │ 10 12-1講解-分組聚合介紹.mp4
│ │ │ 11 12-2點評-分組聚合介紹.mp4
│ │ │ 12 13-1講解-星巴克案例實現(xiàn).mp4
│ │ │ 13 13-2點評-星巴克案例實現(xiàn).mp4
│ │ │
│ │ └─04 電影案例分析
│ │ 01 14-0前置-電影案例分析1.mp4
│ │ 02 14-1講解-電影案例分析1.mp4
│ │ 03 14-2點評-電影案例分析1.mp4
│ │ 04 15-1講解-電影案例分析.mp4
│ │ 05 15-2點評-電影案例分析.mp4
│ │ 06 15-3點評-電影案例分析.mp4
│ │
│ ├─06 第六章 seabornV2.1
│ │ ├─01 繪制統(tǒng)計圖
│ │ │ 01 01-1講解-繪制單變量分布.mp4
│ │ │ 02 01-2點評-繪制單變量分布.mp4
│ │ │ 03 02-1講解-繪制雙變量分布圖形.mp4
│ │ │ 04 02-2點評-繪制雙變量分布圖形.mp4
│ │ │
│ │ ├─02 分類數(shù)據(jù)繪圖
│ │ │ 01 03-1講解-類別散點圖的繪制.mp4
│ │ │ 02 03-2點評-類別散點圖的繪制.mp4
│ │ │ 03 03-3點評-內(nèi)容回顧.mp4
│ │ │ 04 04-1講解-類別內(nèi)的數(shù)據(jù)分布和統(tǒng)計估計.mp4
│ │ │ 05 04-2點評-類別內(nèi)的數(shù)據(jù)分布和統(tǒng)計估計.mp4
│ │ │
│ │ ├─03 NBA案例
│ │ │ 01 05-1講解-NBA數(shù)據(jù)獲取和相關(guān)性基本分析.mp4
│ │ │ 02 05-2點評-NBA數(shù)據(jù)獲取和相關(guān)性基本分析.mp4
│ │ │ 03 06-1講解-對數(shù)據(jù)進行分析-seaborn.mp4
│ │ │ 04 06-2點評-對數(shù)據(jù)進行分析-seaborn.mp4
│ │ │ 05 07-1講解-衍生變量的可視化實踐.mp4
│ │ │ 06 07-2點評-衍生變量的可視化實踐.mp4
│ │ │ 07 08-1講解-球隊數(shù)據(jù)分析.mp4
│ │ │ 08 08-2點評-球隊數(shù)據(jù)分析.mp4
│ │ │
│ │ └─04 北京租房數(shù)據(jù)統(tǒng)計分析
│ │ 01 09-0前置-北京市租房數(shù)據(jù)獲取和重復(fù)值與空值處理.mp4
│ │ 02 09-1講解-北京市租房數(shù)據(jù)獲取和重復(fù)值與空值處理.mp4
│ │ 03 09-2點評-北京市租房數(shù)據(jù)獲取和重復(fù)值與空值處理.mp4
│ │ 04 10-1講解-數(shù)據(jù)類型轉(zhuǎn)換（面積，戶型）.mp4
│ │ 05 10-2點評-數(shù)據(jù)類型轉(zhuǎn)換（面積，戶型）.mp4
│ │ 06 11-1講解-房源數(shù)量和位置分布分析.mp4
│ │ 07 11-2點評-房源數(shù)量和位置分布分析.mp4
│ │ 08 12-1講解-戶型數(shù)量基本分析.mp4
│ │ 09 12-2點評-戶型數(shù)量基本分析.mp4
│ │ 10 12-3點評-戶型數(shù)量基本分析.mp4
│ │ 11 13-1講解-平均租金基本分析.mp4
│ │ 12 13-2點評-平均租金基本分析.mp4
│ │ 13 14-1講解-面積區(qū)間分析.mp4
│ │ 14 14-2點評-面積區(qū)間分析.mp4
│ │ 15 14-3點評-內(nèi)容總結(jié).mp4
│ │
│ ├─07 第七章 K近鄰算法V2.1
│ │ ├─01 k近鄰算法介紹
│ │ │ 01 01-0前置-K-近鄰算法簡介.mp4
│ │ │ 02 01-1講解-K-近鄰算法簡介.mp4
│ │ │ 03 01-2點評-K-近鄰算法簡介.mp4
│ │ │ 04 02-1講解-K近鄰算法api初步使用.mp4
│ │ │ 05 02-2點評-K近鄰算法api初步使用.mp4
│ │ │ 06 03-1講解-機器學(xué)習(xí)中距離度量介紹.mp4
│ │ │ 07 03-2點評-機器學(xué)習(xí)中距離度量介紹.mp4
│ │ │ 08 04-1講解-K值的選擇介紹.mp4
│ │ │ 09 04-2點評-K值的選擇介紹.mp4
│ │ │
│ │ ├─02 kd樹
│ │ │ 01 05-1講解-kd樹和kd樹的構(gòu)造過程.mp4
│ │ │ 02 05-2點評-kd樹和kd樹的構(gòu)造過程.mp4
│ │ │ 03 06-1講解-kd樹案例實現(xiàn).mp4
│ │ │ 04 06-2點評-kd樹案例實現(xiàn).mp4
│ │ │ 05 06-3點評-內(nèi)容回顧.mp4
│ │ │ 06 06-4點評-kd樹案例實現(xiàn).mp4
│ │ │
│ │ ├─03 數(shù)據(jù)集處理
│ │ │ 01 07-1講解-數(shù)據(jù)集獲取和屬性介紹.mp4
│ │ │ 02 07-2點評-數(shù)據(jù)集獲取和屬性介紹.mp4
│ │ │ 03 08-1講解-數(shù)據(jù)可視化介紹.mp4
│ │ │ 04 08-2講解-數(shù)據(jù)可視化介紹.mp4
│ │ │ 05 09-1講解-數(shù)據(jù)集的劃分.mp4
│ │ │ 06 09-2點評-數(shù)據(jù)集的劃分.mp4
│ │ │
│ │ ├─04 特征工程
│ │ │ 01 10-1講解-特征預(yù)處理簡介.mp4
│ │ │ 02 10-2點評-特征預(yù)處理簡介.mp4
│ │ │ 03 11-1講解-歸一化和標(biāo)準(zhǔn)化介紹.mp4
│ │ │ 04 11-2點評-歸一化和標(biāo)準(zhǔn)化介紹.mp4
│ │ │ 05 11-3點評-歸一化和標(biāo)準(zhǔn)化介紹.mp4
│ │ │
│ │ ├─05 KNN總結(jié)
│ │ │ 01 12-1講解-鳶尾花種類預(yù)測.mp4
│ │ │ 02 12-2點評-鳶尾花種類預(yù)測.mp4
│ │ │ 03 12-3點評-內(nèi)容總結(jié).mp4
│ │ │ 04 12-4點評-內(nèi)容回顧.mp4
│ │ │ 05 13-1講解-KNN算法總結(jié).mp4
│ │ │ 06 13-2點評-KNN算法總結(jié).mp4
│ │ │
│ │ ├─06 交叉驗證, 網(wǎng)格搜索
│ │ │ 01 14-1講解-交叉驗證、網(wǎng)格搜索概念介紹.mp4
│ │ │ 02 14-2點評-交叉驗證、網(wǎng)格搜索概念介紹.mp4
│ │ │ 03 15-1講解-交叉驗證、網(wǎng)格搜索案例實現(xiàn).mp4
│ │ │ 04 15-2點評-交叉驗證、網(wǎng)格搜索案例實現(xiàn).mp4
│ │ │
│ │ └─07 案例 Facebook位置預(yù)測
│ │ 01 01-1講解-案例-Facebook位置預(yù)測流程分析.mp4
│ │ 02 01-2點評-案例-Facebook位置預(yù)測流程分析.mp4
│ │ 03 02-1講解-案例-Facebook位置預(yù)測代碼實現(xiàn)1.mp4
│ │ 04 02-2點評-案例-Facebook位置預(yù)測代碼實現(xiàn)1.mp4
│ │ 05 03-1講解-案例-Facebook位置預(yù)測代碼實現(xiàn)2.mp4
│ │ 06 03-3點評-案例-Facebook位置預(yù)測代碼實現(xiàn)2.mp4
│ │ 07 04-1講解-補充-數(shù)據(jù)分割和留出法.mp4
│ │ 08 04-2點評-補充-數(shù)據(jù)分割和留出法.mp4
│ │ 09 05-1講解-補充-交叉驗證法和自助法.mp4
│ │ 10 05-2點評-補充-交叉驗證法和自助法.mp4
│ │
│ ├─08 第八章 線性回歸V2.1
│ │ ├─01 回歸介紹
│ │ │ 01 06-1講解-線性回歸簡介.mp4
│ │ │ 02 06-2點評-線性回歸簡介.mp4
│ │ │ 03 07-1講解-初始線性回歸api.mp4
│ │ │ 04 08-1講解-數(shù)學(xué)：求導(dǎo).mp4
│ │ │ 05 08-2點評-數(shù)學(xué)：求導(dǎo).mp4
│ │ │
│ │ ├─02 損失優(yōu)化
│ │ │ 01 09-1講解-線性回歸中損失函數(shù)的介紹.mp4
│ │ │ 02 09-2點評-線性回歸中損失函數(shù)的介紹.mp4
│ │ │ 03 10-1講解-使用正規(guī)方程對損失函數(shù)進行優(yōu)化.mp4
│ │ │ 04 10-2點評-使用正規(guī)方程對損失函數(shù)進行優(yōu)化.mp4
│ │ │ 05 11-1講解-使用梯度下降法對損失函數(shù)進行優(yōu)化.mp4
│ │ │ 06 11-2點評-使用梯度下降法對損失函數(shù)進行優(yōu)化.mp4
│ │ │
│ │ └─03 回歸相關(guān)知識
│ │ 01 12-1講解-梯度下降法方法介紹.mp4
│ │ 02 12-2點評-梯度下降法方法介紹.mp4
│ │ 03 12-3點評-內(nèi)容回顧.mp4
│ │ 04 13-0前置-線性回歸api再介紹.mp4
│ │ 05 13-1講解-線性回歸api再介紹.mp4
│ │ 06 13-2點評-線性回歸api再介紹.mp4
│ │ 07 14-1講解-波士頓房價預(yù)測案例.mp4
│ │ 08 14-2點評-波士頓房價預(yù)測案例.mp4
│ │ 09 15-1講解-欠擬合和過擬合的介紹.mp4
│ │ 10 15-2點評-欠擬合和過擬合的介紹.mp4
│ │ 11 16-1講解-正則化線性模型.mp4
│ │ 12 16-2點評-正則化線性模型.mp4
│ │ 13 17-1講解-嶺回歸介紹.mp4
│ │ 14 17-2點評-嶺回歸介紹.mp4
│ │ 15 18-1講解-模型保存和加載.mp4
│ │ 16 18-2點評-模型保存和加載.mp4
│ │
│ ├─09 第九章 邏輯回歸V2.1
│ │ └─01 邏輯回歸
│ │ 01 01-1講解-邏輯回歸介紹.mp4
│ │ 02 01-2點評-邏輯回歸介紹.mp4
│ │ 03 02-1講解-邏輯回歸api介紹.mp4
│ │ 04 02-2點評-內(nèi)容回顧.mp4
│ │ 05 03-1講解-腫瘤預(yù)測案例.mp4
│ │ 06 03-2點評-腫瘤預(yù)測案例.mp4
│ │ 07 04-1講解-分類評估方法介紹.mp4
│ │ 08 04-2點評-分類評估方法介紹.mp4
│ │ 09 05-1講解-roc曲線繪制過程.mp4
│ │ 10 05-2點評-roc曲線繪制過程.mp4
│ │ 11 05-3點評-roc曲線繪制過程.mp4
│ │ 12 06-1講解-補充-類別不平衡數(shù)據(jù)介紹.mp4
│ │ 13 06-2點評-補充-類別不平衡數(shù)據(jù)介紹.mp4
│ │ 14 07-1講解-補充-過采樣和欠采樣介紹.mp4
│ │ 15 07-2點評-補充-過采樣和欠采樣介紹.mp4
│ │
│ ├─10 第十章 決策樹V2.1
│ │ ├─01 信息增益
│ │ │ 01 08-1講解-決策樹算法簡介.mp4
│ │ │ 02 09-1講解-熵的介紹.mp4
│ │ │ 03 09-2點評-熵的介紹.mp4
│ │ │ 04 09-3點評-內(nèi)容回顧.mp4
│ │ │ 05 09-3點評-熵的介紹.mp4
│ │ │ 06 10-0前置-信息增益的介紹.mp4
│ │ │ 07 10-1講解-信息增益的介紹.mp4
│ │ │ 08 10-2點評-信息增益的介紹.mp4
│ │ │ 09 11-1講解-信息增益率的介紹.mp4
│ │ │ 10 11-2點評-信息增益率的介紹.mp4
│ │ │ 11 12-1講解-基尼指數(shù)的介紹.mp4
│ │ │ 12 12-2點評-基尼指數(shù)的介紹.mp4
│ │ │ 13 13-1講解-決策樹劃分原理小結(jié).mp4
│ │ │ 14 13-2點評-決策樹劃分原理小結(jié).mp4
│ │ │ 15 14-1講解-cart剪枝介紹.mp4
│ │ │ 16 14-2點評-cart剪枝介紹.mp4
│ │ │
│ │ ├─02 特征提取
│ │ │ 01 15-1講解-字典特征提取.mp4
│ │ │ 02 15-2點評-字典特征提取.mp4
│ │ │ 03 16-1講解-英文文本特征提取.mp4
│ │ │ 04 16-2點評-英文文本特征提取.mp4
│ │ │ 05 17-1講解-中文文本特征提取.mp4
│ │ │ 06 17-2點評-中文文本特征提取.mp4
│ │ │ 07 18-1講解-tfidf內(nèi)容講解.mp4
│ │ │ 08 18-2點評-tfidf內(nèi)容講解.mp4
│ │ │ 09 18-3點評-tfidf內(nèi)容講解.mp4
│ │ │
│ │ ├─03 案例泰坦生存預(yù)測
│ │ │ 01 01-1講解-決策樹算法api介紹.mp4
│ │ │ 02 01-2點評-決策樹算法api介紹.mp4
│ │ │ 03 02-1講解-泰坦尼克號乘客生存預(yù)測.mp4
│ │ │ 04 02-2點評-泰坦尼克號乘客生存預(yù)測.mp4
│ │ │ 05 03-1講解-樹木可視化操作.mp4
│ │ │ 06 03-2點評-樹木可視化操作.mp4
│ │ │
│ │ └─04 回歸決策樹
│ │ 01 04-1講解-回歸決策樹介紹.mp4
│ │ 02 04-2點評-回歸決策樹介紹.mp4
│ │ 03 05-1講解-回歸決策樹和線性回歸對比.mp4
│ │ 04 05-2點評-回歸決策樹和線性回歸對比.mp4
│ │
│ ├─11 第十一章 集成學(xué)習(xí)V2.1
│ │ ├─01 集成介紹
│ │ │ 01 06-1講解-集成學(xué)習(xí)基本介紹.mp4
│ │ │ 02 07-1講解-bagging和隨機森林.mp4
│ │ │ 03 07-2點評-bagging和隨機森林.mp4
│ │ │ 04 07-3點評-bagging和隨機森林.mp4
│ │ │ 05 07-4點評-內(nèi)容回顧.mp4
│ │ │
│ │ ├─02 隨機森林案例
│ │ │ 01 08-1講解-otto案例介紹以及數(shù)據(jù)獲取.mp4
│ │ │ 02 08-2點評-otto案例介紹以及數(shù)據(jù)獲取.mp4
│ │ │ 03 09-1講解-otto數(shù)據(jù)基本處理.mp4
│ │ │ 04 09-2點評-otto數(shù)據(jù)基本處理.mp4
│ │ │ 05 10-1講解-otto數(shù)據(jù)模型基本訓(xùn)練.mp4
│ │ │ 06 10-2點評-otto數(shù)據(jù)模型基本訓(xùn)練.mp4
│ │ │ 07 11-1講解-模型調(diào)優(yōu)和確定最優(yōu)模型.mp4
│ │ │ 08 11-2點評-模型調(diào)優(yōu)和確定最優(yōu)模型.mp4
│ │ │ 09 11-3點評-模型調(diào)優(yōu)和確定最優(yōu)模型.mp4
│ │ │ 10 12-1講解-生成提交數(shù)據(jù).mp4
│ │ │ 11 12-2點評-生成提交數(shù)據(jù).mp4
│ │ │
│ │ └─03 集成學(xué)習(xí)
│ │ 01 13-1講解-boosting介紹.mp4
│ │ 02 13-2點評-boosting介紹.mp4
│ │ 03 14-1講解-GBDT的介紹.mp4
│ │ 04 14-2點評-GBDT的介紹.mp4
│ │
│ ├─12 第十二章 聚類算法V2.1
│ │ └─01 聚類算法
│ │ 01 01-1講解-聚類算法介紹.mp4
│ │ 02 02-1講解-聚類算法api初步實現(xiàn).mp4
│ │ 03 02-2點評-聚類算法api初步實現(xiàn).mp4
│ │ 04 03-1講解-聚類算法實現(xiàn)流程.mp4
│ │ 05 03-2點評-聚類算法實現(xiàn)流程.mp4
│ │ 06 04-1講解-模型評估.mp4
│ │ 07 04-2點評-模型評估.mp4
│ │ 08 05-1講解-算法優(yōu)化介紹.mp4
│ │ 09 05-2點評-算法優(yōu)化介紹.mp4
│ │ 10 06-1講解-特征降維內(nèi)容介紹.mp4
│ │ 11 06-2點評-特征降維內(nèi)容介紹.mp4
│ │ 12 07-1講解-pca降維介紹.mp4
│ │ 13 08-1講解-用戶對物品類別的喜好細(xì)分案例.mp4
│ │ 14 08-2點評-用戶對物品類別的喜好細(xì)分案例.mp4
│ │
│ ├─13 第十三章 樸素貝葉斯V2.1
│ │ └─01 樸素貝葉斯
│ │ 01 09-1講解-初始樸素貝葉斯.mp4
│ │ 02 09-2點評-初始樸素貝葉斯.mp4
│ │ 03 10-1講解-概率內(nèi)容復(fù)習(xí).mp4
│ │ 04 10-2點評-概率內(nèi)容復(fù)習(xí).mp4
│ │ 05 11-1講解-樸素貝葉斯計算案例.mp4
│ │ 06 11-2點評-樸素貝葉斯計算案例.mp4
│ │ 07 12-1講解-樸素貝葉斯案例實現(xiàn)1.mp4
│ │ 08 13-1講解-樸素貝葉斯案例實現(xiàn)2.mp4
│ │ 09 13-2點評-樸素貝葉斯案例實現(xiàn)2.mp4
│ │ 10 13-3點評-內(nèi)容回顧.mp4
│ │ 11 13-4點評-內(nèi)容回顧.mp4
│ │ 12 14-1講解-樸素貝葉斯內(nèi)容總結(jié).mp4
│ │ 13 14-2點評-樸素貝葉斯內(nèi)容總結(jié).mp4
│ │
│ ├─14 第十四章 SVM算法V2.1
│ │ └─01 SVM算法
│ │ 01 01-1講解-SVM基本介紹.mp4
│ │ 02 01-2點評-SVM基本介紹.mp4
│ │ 03 02-1講解-SVM算法api初步使用.mp4
│ │ 04 03-1講解-SVM算法推導(dǎo)的目標(biāo)函數(shù).mp4
│ │ 05 03-2點評-SVM算法推導(dǎo)的目標(biāo)函數(shù).mp4
│ │ 06 04-1講解-SVM目標(biāo)函數(shù)推導(dǎo)過程及舉例.mp4
│ │ 07 04-2點評-SVM目標(biāo)函數(shù)推導(dǎo)過程及舉例.mp4
│ │ 08 04-3點評-內(nèi)容回顧.mp4
│ │ 09 05-1講解-SVM損失函數(shù).mp4
│ │ 10 05-2點評-SVM損失函數(shù).mp4
│ │ 11 06-1講解-SVM的核方法介紹.mp4
│ │ 12 06-2點評-SVM的核方法介紹.mp4
│ │ 13 07-1講解-SVM回歸介紹.mp4
│ │ 14 07-2點評-SVM回歸介紹.mp4
│ │ 15 08-1講解-SVM算法api再介紹.mp4
│ │ 16 08-2點評-SVM算法api再介紹.mp4
│ │ 17 09-1講解-數(shù)字識別器案例初步介紹.mp4
│ │ 18 09-2點評-數(shù)字識別器案例初步介紹.mp4
│ │ 19 10-1講解-數(shù)字識別器-獲取數(shù)據(jù).mp4
│ │ 20 10-2點評-數(shù)字識別器-獲取數(shù)據(jù).mp4
│ │ 21 11-1講解-數(shù)字識別器-數(shù)據(jù)基本處理和模型訓(xùn)練.mp4
│ │ 22 11-2點評-數(shù)字識別器-數(shù)據(jù)基本處理和模型訓(xùn)練.mp4
│ │ 23 12-1講解-SVM總結(jié).mp4
│ │ 24 12-2點評-SVM總結(jié).mp4
│ │ 25 12-3點評-內(nèi)容總結(jié).mp4
│ │
│ ├─15 第十五章 EM算法V2.1
│ │ └─01 EM算法
│ │ 01 01-1講解-初識EM算法.mp4
│ │ 02 01-2點評-初識EM算法.mp4
│ │ 03 02-1講解-EM算法介紹.mp4
│ │ 04 02-2點評-EM算法介紹.mp4
│ │ 05 02-3點評-內(nèi)容回顧.mp4
│ │ 06 03-0前置-EM算法實例.mp4
│ │ 07 03-1講解-EM算法實例.mp4
│ │ 08 03-2點評-EM算法實例.mp4
│ │
│ ├─16 第十六章 HMM算法V2.1
│ │ └─01 HMM算法
│ │ 01 04-1講解-馬爾科夫鏈的介紹.mp4
│ │ 02 04-2點評-馬爾科夫鏈的介紹.mp4
│ │ 03 05-1講解-HMM模型的簡單案例.mp4
│ │ 04 05-2點評-HMM模型的簡單案例.mp4
│ │ 05 06-1講解-HMM模型三種經(jīng)典問題舉例求解.mp4
│ │ 06 06-2點評-HMM模型三種經(jīng)典問題舉例求解.mp4
│ │ 07 07-1講解-HMM模型基礎(chǔ).mp4
│ │ 08 07-2點評-HMM模型基礎(chǔ).mp4
│ │ 09 08-1講解-前向后向算法評估觀察序列概率.mp4
│ │ 10 08-2點評-前向后向算法評估觀察序列概率.mp4
│ │ 11 08-3點評-內(nèi)容回顧.mp4
│ │ 12 08-4點評-前向后向算法評估觀察序列概率.mp4
│ │ 13 09-1講解-維特比算法解碼隱藏狀態(tài)序列.mp4
│ │ 14 09-2點評-維特比算法解碼隱藏狀態(tài)序列.mp4
│ │ 15 10-1講解-鮑姆-韋爾奇算法簡介.mp4
│ │ 16 11-1講解-HMM模型api介紹及案例代碼實現(xiàn).mp4
│ │ 17 11-2點評-HMM模型api介紹及案例代碼實現(xiàn).mp4
│ │
│ └─17 第十七章 集成學(xué)習(xí)進階V2.1
│ ├─01 XGBoost算法
│ │ 01 01-1講解-xgboost最優(yōu)模型構(gòu)建方法.mp4
│ │ 02 01-2點評-xgboost最優(yōu)模型構(gòu)建方法.mp4
│ │ 03 02-1講解-目標(biāo)函數(shù)確定和樹的復(fù)雜度介紹.mp4
│ │ 04 02-2點評-目標(biāo)函數(shù)確定和樹的復(fù)雜度介紹.mp4
│ │ 05 03-1講解-XGBoost目標(biāo)函數(shù)的推導(dǎo).mp4
│ │ 06 03-2點評-回顧.mp4
│ │ 07 03-2點評-XGBoost目標(biāo)函數(shù)的推導(dǎo).mp4
│ │ 08 04-1講解-XGBoost的回歸樹構(gòu)建方法.mp4
│ │ 09 04-2點評-XGBoost的回歸樹構(gòu)建方法.mp4
│ │ 10 05-1講解-XGBoost和GBDT的區(qū)別.mp4
│ │ 11 05-2點評-XGBoost和GBDT的區(qū)別.mp4
│ │ 12 06-1講解-xgboost算法api與參數(shù)介紹.mp4
│ │ 13 06-2點評-xgboost算法api與參數(shù)介紹.mp4
│ │ 14 07-1講解-xgboost簡單案例介紹.mp4
│ │
│ ├─02 otto案例
│ │ 01 08-1講解-otto案例xgboost實現(xiàn)-數(shù)據(jù)基本處理.mp4
│ │ 02 08-2點評-otto案例xgboost實現(xiàn)-數(shù)據(jù)基本處理.mp4
│ │ 03 08-3點評-otto案例xgboost實現(xiàn)-數(shù)據(jù)基本處理.mp4
│ │ 04 09-1講解-otto案例xgboost實現(xiàn)-模型基本訓(xùn)練.mp4
│ │ 05 10-1講解-otto案例xgboost實現(xiàn)-模型調(diào)優(yōu).mp4
│ │ 06 10-2點評-otto案例xgboost實現(xiàn)-模型調(diào)優(yōu).mp4
│ │ 07 10-3點評-內(nèi)容回顧.mp4
│ │ 08 11-1講解-otto案例xgboost實現(xiàn)-最優(yōu)模型運行.mp4
│ │
│ ├─03 lightGBM算法
│ │ 01 01-1講解-lightGBM簡單介紹.mp4
│ │ 02 01-2點評-lightGBM簡單介紹.mp4
│ │ 03 02-1講解-lightGBM算法原理介紹.mp4
│ │ 04 02-2點評-lightGBM算法原理介紹.mp4
│ │ 05 03-1講解-lightGBM算法api參數(shù)介紹.mp4
│ │ 06 03-2點評-lightGBM算法api參數(shù)介紹.mp4
│ │ 07 04-1講解-lightGBM算法簡單案例介紹.mp4
│ │ 08 04-2點評-lightGBM算法簡單案例介紹.mp4
│ │ 09 05-1講解-pubg案例簡介.mp4
│ │ 10 05-2點評-pubg案例簡介.mp4
│ │
│ └─04 絕地求生案例
│ 01 06-1講解-獲取pubg數(shù)據(jù).mp4
│ 02 06-2點評-獲取pubg數(shù)據(jù).mp4
│ 03 07-1講解-數(shù)據(jù)缺失值處理和查看每場比賽人數(shù).mp4
│ 04 07-2點評-數(shù)據(jù)缺失值處理和查看每場比賽人數(shù).mp4
│ 05 07-3點評-內(nèi)容回顧.mp4
│ 06 08-1講解-規(guī)范化輸出部分?jǐn)?shù)據(jù)和部分變量合成.mp4
│ 07 09-1講解-異常值處理1.mp4
│ 08 09-2點評-異常值處理1.mp4
│ 09 10-1講解-異常值值處理2.mp4
│ 10 10-2點評-異常值值處理2.mp4
│ 11 11-1講解-類別型數(shù)據(jù)處理.mp4
│ 12 11-2點評-類別型數(shù)據(jù)處理.mp4
│ 13 12-1講解-數(shù)據(jù)截取、確定特征值和目標(biāo)值、分割數(shù)據(jù)集.mp4
│ 14 13-1講解-使用RF進行模型訓(xùn)練.mp4
│ 15 13-2點評-使用RF進行模型訓(xùn)練.mp4
│ 16 14-1講解-lightGBM對模型調(diào)優(yōu)1.mp4
│ 17 14-2點評-lightGBM對模型調(diào)優(yōu)1.mp4
│ 18 15-1講解-lightGBM對模型調(diào)優(yōu)2.mp4
│ 19 15-2點評-lightGBM對模型調(diào)優(yōu)2.mp4
│
└─02 階段二 數(shù)據(jù)挖掘
└─01 第一章 SparkMllib數(shù)據(jù)挖掘+SparkGraphX
├─01 1-SparkMllib機器學(xué)習(xí)理論基礎(chǔ)詳解
│ 01 01-機器學(xué)習(xí)和大數(shù)據(jù)的區(qū)別(一).mp4
│ 02 02-機器學(xué)習(xí)和大數(shù)據(jù)的區(qū)別和聯(lián)系(二).mp4
│ 03 03-機器學(xué)習(xí)和大數(shù)據(jù)的區(qū)別和聯(lián)系(三).mp4
│ 04 04-人工智能和機器學(xué)習(xí)的區(qū)別.mp4
│ 05 05-數(shù)據(jù)分析和數(shù)據(jù)挖掘聯(lián)系.mp4
│ 06 06-什么是機器學(xué)習(xí)問題.mp4
│ 07 07-基于規(guī)則的學(xué)習(xí)和基于模型的學(xué)習(xí)方式.mp4
│ 08 08-機器學(xué)習(xí)數(shù)據(jù)集概述1.mp4
│ 09 09-機器學(xué)習(xí)數(shù)據(jù)集概述2.mp4
│ 10 10-機器學(xué)習(xí)數(shù)據(jù)集概述3.mp4
│ 11 11-機器學(xué)習(xí)問題分類.mp4
│ 12 12-機器學(xué)習(xí)三要素強化.mp4
│ 13 13-構(gòu)建機器學(xué)習(xí)模型的流程.mp4
│ 14 14-模型選擇.mp4
│ 15 15-交叉驗證及經(jīng)驗和結(jié)構(gòu)風(fēng)險.mp4
│
├─02 2-SparkMllib庫特征工程基礎(chǔ)與實戰(zhàn)(一)
│ 01 01-SparkMllib的功能.mp4
│ 02 2-SparkMllib的版本.mp4
│ 03 3-SparkMllib架構(gòu).mp4
│ 04 4-環(huán)境搭建及RDD、DF、DS的轉(zhuǎn)換實踐.mp4
│ 05 5-如何利用SparkMllib構(gòu)建機器學(xué)習(xí)推薦架構(gòu).mp4
│ 06 6.SparkMllib算法分類及應(yīng)用場景.mp4
│ 07 7-SparkMllib基礎(chǔ)數(shù)據(jù)類型-localvector.mp4
│ 08 8-SparkMllib基礎(chǔ)數(shù)據(jù)類型-labelpoint.mp4
│ 09 9.SparkMllib基礎(chǔ)數(shù)據(jù)類型-libsvm數(shù)據(jù)讀取.mp4
│ 10 10.SparkMllib基礎(chǔ)數(shù)據(jù)類型-localmatrix.mp4
│ 11 11.SparkMllib基礎(chǔ)數(shù)據(jù)類型-分布式行矩陣和行索引矩陣.mp4
│ 12 12.SparkMllib基礎(chǔ)數(shù)據(jù)類型-分塊矩陣.mp4
│ 13 13.SparkMllib均值和方差.mp4
│ 14 14-SparkMllib相關(guān)系數(shù).mp4
│ 15 15-SparkMllib假設(shè)檢驗的卡方驗證.mp4
│ 16 16-SparkMllib假設(shè)檢驗和隨機數(shù)的產(chǎn)生.mp4
│ 17 17-特征提取tf-ifd.mp4
│ 18 18-特征提取-word2vec實踐.mp4
│ 19 19-特征提取CountVector.mp4
│
├─03 3-SparkMllib庫特征工程基礎(chǔ)與實戰(zhàn)(二)
│ 01 20-特征轉(zhuǎn)化的二值化操作.mp4
│ 02 21-特征轉(zhuǎn)換-PCA操作.mp4
│ 03 22-特征轉(zhuǎn)換-類別型數(shù)據(jù)和數(shù)值型數(shù)據(jù)轉(zhuǎn)換.mp4
│ 04 23-特征轉(zhuǎn)換-OneHot編碼方式.mp4
│ 05 24-特征轉(zhuǎn)換-VectorIndexer轉(zhuǎn)換操作.mp4
│ 06 25-正則項.mp4
│ 07 26-數(shù)值型數(shù)據(jù)處理的方法.mp4
│ 08 27-Bucketizer分箱.mp4
│ 09 28-ElementWise與SQLTransform實踐.mp4
│ 10 29-特征轉(zhuǎn)換VectorAssemble.mp4
│ 11 30-特征轉(zhuǎn)換-QuantileDiscretizer.mp4
│ 12 31-特征選擇VectorSlicer.mp4
│ 13 32-RFormula和卡方驗證選擇特征方法.mp4
│ 14 33-卡方驗證案例補充.mp4
│ 15 36-案例實踐2-Iris統(tǒng)計初步實踐.mp4
│ 16 37-案例實踐2-Iris的rdd相關(guān)系數(shù)實踐.mp4
│ 17 38-案例實踐2-iris的Dataframe數(shù)據(jù)統(tǒng)計.mp4
│ 18 39-案例實踐2-iris的SParkMllib特征工程實踐.mp4
│
├─04 4-SparkMllib決策樹算法基礎(chǔ)與實戰(zhàn)
│ 01 1-了解什么是決策樹.mp4
│ 02 2.基于規(guī)則建樹.mp4
│ 03 3-信息熵的理解.mp4
│ 04 4-ID3算法步驟詳解.mp4
│ 05 5-ID3算法舉例和C4.5算法改進.mp4
│ 06 6-決策樹的剪枝方式.mp4
│ 07 7-電商購買數(shù)據(jù)集ID3算法對比實踐.mp4
│ 08 8-Cart樹的回歸樹原理理解.mp4
│ 09 9-Cart樹算法案例講解.mp4
│ 10 10-Cart分類樹原理及Gini系數(shù).mp4
│ 11 11-Cart分類樹的案例.mp4
│ 12 12-SparkMllib實戰(zhàn)libsvm數(shù)據(jù)建模.mp4
│ 13 13-SparkMl實戰(zhàn)libsvm數(shù)據(jù)全流程講解實戰(zhàn).mp4
│ 14 14-SparkMllib相親數(shù)據(jù)建模分析.mp4
│ 15 15-SparkMllib實戰(zhàn)iris鳶尾花實戰(zhàn).mp4
│ 16 16-SparkMl實戰(zhàn)Iris特征工程及建模實戰(zhàn)1.mp4
│
├─05 5-SparkMllib高級模塊與線性回歸基礎(chǔ)及實戰(zhàn)
│ 01 1-SparkMllib的pipeline簡介.mp4
│ 02 2-Dataframe組件.mp4
│ 03 3-Pipeline原理.mp4
│ 04 4-通過set方法和ParamMap方法賦值超參數(shù)的選項.mp4
│ 05 5-通過pipeline完成案例的代碼編寫.mp4
│ 06 6-如何對模型選擇與優(yōu)化.mp4
│ 07 7-超參數(shù)的網(wǎng)格搜索.mp4
│ 08 8-簡單交叉驗證及模型選擇.mp4
│ 09 9-簡單線性回歸.mp4
│ 10 10-最小二乘法解決簡單線性回歸原理.mp4
│ 11 11-多元線性回歸簡介.mp4
│ 12 12-最小二乘推導(dǎo)補充(補充).mp4
│ 13 13-線性回歸的變體及各適用場景.mp4
│ 14 14-SparkMl實戰(zhàn)脂肪數(shù)據(jù)集的案例.mp4
│ 15 15-SparkMl實戰(zhàn)運輸時間的預(yù)測分析.mp4
│ 16 16-SparkMllib基于RDD結(jié)構(gòu)實戰(zhàn)線性回歸實例.mp4
│ 17 16-SparkMl實戰(zhàn)libsvm數(shù)據(jù)的形式.mp4
│ 18 17-Sparkml完成房價預(yù)測分析實戰(zhàn).mp4
│
├─06 6-SparkMllib聚類算法基礎(chǔ)與實戰(zhàn)
│ 01 1-什么是聚類.mp4
│ 02 2-關(guān)于多種距離的度量簡介.mp4
│ 03 3-聚類算法核心思想.mp4
│ 04 4-KMeans的舉例.mp4
│ 05 5-Kmens算法性能指標(biāo)分析.mp4
│ 06 6-KMeans特點及注意事項.mp4
│ 07 7-SparkMLIB實戰(zhàn)KMEans算法.mp4
│ 08 8-SparkMLLIB實現(xiàn)藥品數(shù)據(jù)得簡單聚類.mp4
│ 09 9-SparkMl實現(xiàn)基本數(shù)據(jù)的聚類分析實戰(zhàn).mp4
│ 10 10-SparkMl和parkSql實現(xiàn)經(jīng)緯度數(shù)據(jù)聚類分析實戰(zhàn).mp4
│ 11 11-k-medoids了解.mp4
│ 12 12-其他聚類思路-層次聚類方法.mp4
│ 13 13-基于密度的聚類DBSCAN.mp4
│ 14 14-GMM模型原理.mp4
│ 15 15-聚類算法的總結(jié)：.mp4
│ 16 16-SparkMllib實現(xiàn)對于層次聚類的分析.mp4
│ 17 17-SparkMllib完成對于GMM高斯混合模型實踐分析.mp4
│ 18 18-SparkLDA實現(xiàn)了主題的提取實戰(zhàn).mp4
│ 19 19-SparkML實現(xiàn)IRis鳶尾花的聚類算法實戰(zhàn).mp4
│
├─07 7-SparkGraphX理論基礎(chǔ)與實戰(zhàn)
│ 01 1-圖基本概念以及圖計算應(yīng)用.mp4
│ 02 2-SparkGraphX簡介.mp4
│ 03 3-SparkGraphX圖算法.mp4
│ 04 4-SparkGraphX抽象是RDPG---彈性分布式屬性圖.mp4
│ 05 5-SparkGraphX架構(gòu)層面及存儲方式簡介.mp4
│ 06 6-SparkGraphX定義頂點操作.mp4
│ 07 7-SparkGraphX構(gòu)件圖及查詢的操作.mp4
│ 08 8-圖的基本數(shù)據(jù)結(jié)構(gòu).mp4
│ 09 9-圖的類型和圖的存儲方式簡介.mp4
│ 10 10-構(gòu)建圖的方法原理及源碼了解創(chuàng)建過程.mp4
│ 11 11-構(gòu)建圖的操作代碼.mp4
│ 12 12-社交網(wǎng)絡(luò)數(shù)據(jù)的創(chuàng)建部分代碼實戰(zhàn).mp4
│ 13 13-圖的基本信息--頂點、邊、入度、出度.mp4
│ 14 14-圖的轉(zhuǎn)換操作：mapVertices、mapEdges、mapTriplet.mp4
│ 15 15-圖的結(jié)構(gòu)操作：reverse、subgraph、mask、groupGraph.mp4
│ 16 16-圖的關(guān)聯(lián)操作.mp4
│ 17 17-圖的聚合以及圖的操作API總結(jié).mp4
│
└─08 8-SparkGraphX與SparkMllib綜合實戰(zhàn)
01 1-PageRank算法的基本假設(shè)和理解.mp4
02 2-PageRank算法思想.mp4
03 3-PageRank算法深入.mp4
04 4-SparkGraphX通過社交網(wǎng)絡(luò)數(shù)據(jù)完成重要節(jié)點的選擇.mp4
05 5-通過wiki數(shù)據(jù)達到網(wǎng)頁重要性的pagerank度量.mp4
06 6-通過PageRank算法得到網(wǎng)頁排名的重要性.mp4
07 7-廣度優(yōu)先遍歷.mp4
08 8-SparkGrphX實現(xiàn)最短路徑.mp4
09 9-連通圖和強聯(lián)通圖.mp4
10 10-SparkGraphx實戰(zhàn)三角關(guān)系網(wǎng)絡(luò)發(fā)現(xiàn).mp4
11 11-SVD++原理.mp4
12 12-SVD++實戰(zhàn)推薦算法預(yù)測.mp4
