+部分代码资料 236.0 MB
|+10-决策树原理 2.0 MB
| | 3-决策树与集成算法(1).pdf 1.0 MB
| | 3-决策树与集成算法.pdf 1.0 MB
|+11-决策树代码实现 12.3 KB
| | 决策树-代码实现(1).zip 6.1 KB
| | 决策树-代码实现.zip 6.1 KB
|+12-决策树实验分析 569.0 KB
| | 决策树算法-实验(1).zip 285.0 KB
| | 决策树算法-实验.zip 285.0 KB
|+13-集成算法原理 2.0 MB
| | 3-决策树与集成算法(1).pdf 1.0 MB
| | 3-决策树与集成算法.pdf 1.0 MB
|+14-集成算法实验分析 129.0 MB
| |+mldata 106.0 MB
| | 随机森林与集成算法-实验(1).zip 11.9 MB
| | 随机森林与集成算法-实验.zip 11.9 MB
|+15-支持向量机原理推导 2.6 MB
| | 6-支持向量机(1).pdf 1.3 MB
| | 6-支持向量机.pdf 1.3 MB
|+1-线性回归原理推导 2.4 MB
| | 2-回归算法(1).pdf 1.2 MB
| | 2-回归算法.pdf 1.2 MB
|+2-线性回归代码实现 11.8 MB
| | 线性回归-代码实现(1).zip 5.9 MB
| | 线性回归-代码实现.zip 5.9 MB
|+3-模型评估方法 2.0 MB
| |+img 1.9 MB
| | 模型评估方法(1).ipynb 91.2 KB
| | 模型评估方法.ipynb 91.2 KB
|+3-线性回归实验分析 1.3 MB
| | 线性回归-实验(1).zip 643.0 KB
| | 线性回归-实验.zip 643.0 KB
|+5-逻辑回归代码实现 10.1 MB
| | 逻辑回归-代码实现(1).zip 5.0 MB
| | 逻辑回归-代码实现.zip 5.0 MB
|+6-逻辑回归实验分析 3.4 MB
| | 逻辑回归-实验(1).zip 1.7 MB
| | 逻辑回归-实验.zip 1.7 MB
|+7-聚类算法-Kmeans&Dbscan原理 1.5 MB
| | 4-聚类算法(1).pdf 788.0 KB
| | 4-聚类算法.pdf 788.0 KB
|+8-Kmeans代码实现 10.1 MB
| | Kmeans-代码实现(1).zip 5.0 MB
| | Kmeans-代码实现.zip 5.0 MB
|+9-聚类算法实验分析 56.3 MB
| +mldata 52.9 MB
|聚类算法-实验(1).zip 1.7 MB
|聚类算法-实验.zip 1.7 MB
+机器学习算法PPT 50.9 MB
10-EM算法(1).pdf 811.0 KB
10-EM算法.pdf 811.0 KB
11-神经网络(1).pdf 11.7 MB
11-神经网络.pdf 11.7 MB
12-word2vec(1).pdf 2.4 MB
12-word2vec.pdf 2.4 MB
1-AI入学指南(1).pdf 659.0 KB
1-AI入学指南.pdf 659.0 KB
2-回归算法(1).pdf 1.2 MB
2-回归算法.pdf 1.2 MB
3-决策树与集成算法(1).pdf 1.0 MB
3-决策树与集成算法.pdf 1.0 MB
4-聚类算法(1).pdf 788.0 KB
4-聚类算法.pdf 788.0 KB
5-贝叶斯算法(1).pdf 539.0 KB
5-贝叶斯算法.pdf 539.0 KB
6-支持向量机(1).pdf 1.3 MB
6-支持向量机.pdf 1.3 MB
7-推荐系统(1).pdf 2.0 MB
7-推荐系统.pdf 2.0 MB
8-xgboost(1).pdf 932.0 KB
8-xgboost.pdf 932.0 KB
9-LDA与PCA算法(1).pdf 1.0 MB
9-LDA与PCA算法.pdf 1.0 MB
时间序列分析(1).pdf 767.0 KB
时间序列分析.pdf 767.0 KB
文本分析(1).pdf 522.0 KB
文本分析.pdf 522.0 KB