从零开始学习机器学习视频教程

第一章：数学基础

• 1. 矩阵及矩阵的基本表示

  [ 09:01 ]
• 2. 矩阵基本运算

  [ 09:16 ]

  免费
• 3. 几种特殊矩阵

  [ 18:58 ]

  免费
• 4. 向量及向量的基本运算

  [ 04:40 ]
• 5. 矩阵特征值特征向量的计算

  [ 17:38 ]
• 6. 奇异值分解

  [ 16:57 ]
• 7. 贝叶斯公式

  [ 14:03 ]
• 8. 几种特殊矩阵(旧)

  [ 18:58 ]

第二章：Python基础

• 01. Python怎么学？

  [ 06:22 ]
• 02. Anaconda正确的使用姿势

  [ 11:30 ]

  免费
• 03. notebook基本使用

  [ 06:10 ]
• 04. python输入输出

  [ 04:44 ]
  课件付费后下载
• 05. python数据类型

  [ 14:29 ]
• 06. python条件判断

  [ 04:08 ]
• 07. python循环结构

  [ 13:06 ]
• 08. python-dict

  [ 04:53 ]
• 09. python-set

  [ 02:45 ]
• 10. python内置函数

  [ 03:56 ]
• 11. python自定义函数

  [ 06:39 ]
• 12. python切片

  [ 03:55 ]
• 13. python第三方模块导入

  [ 04:47 ]
• 14. numpy之矩阵的创建

  [ 11:55 ]
  课件付费后下载
• 15. numpy之读取文件内容

  [ 09:29 ]
• 16. numpy之数据处理

  [ 08:04 ]
• 17. numpy之与和或的用法

  [ 03:55 ]
• 18. numpy之矩阵的属性

  [ 09:43 ]
• 19. numpy之矩阵加减乘操作

  [ 12:07 ]
• 20. numpy之矩阵其他操作(新)

  [ 12:41 ]
• 21. numpy之特征值分解(新)

  [ 03:28 ]
• 22. pandas之pandas的用处

  [ 02:37 ]
• 23. pandas之读取文件

  [ 07:21 ]
• 24. pandas之数据属性

  [ 05:42 ]
• 25. pandas之数据基本操作

  [ 06:29 ]
• 26. pandas之空值及分组处理

  [ 06:54 ]
• 27. Matplot之基本框绘制

  [ 06:11 ]
  课件付费后下载
• 28. matplot之折线图优化

  [ 05:39 ]
• 29. matplot之区域画多图

  [ 03:56 ]
• 30. matplot之其他操作

  [ 04:43 ]

第三章：算法

• 01. 线性回归数学推导-矩阵转换

  [ 11:35 ]
• 02. 线性回归数学推导-误差项分析

  [ 07:59 ]
• 03. 线性回归数学推导-极大似然估计

  [ 06:03 ]
• 04. 线性回归数学推导-最小二乘

  [ 06:06 ]
• 05. 梯度下降前提及步骤(新)

  [ 10:26 ]
• 06. 梯度下降求解步骤

  [ 07:32 ]
• 07. 逻辑回归-Sigmoid函数

  [ 03:59 ]
• 08. 逻辑回归

  [ 05:04 ]
• 09. 聚类算法

  [ 02:44 ]
• 10. 聚类算法之kmeans

  [ 10:38 ]
• 11. 聚类算法之kmeans可视化演示(新)

  [ 10:59 ]
  课件付费后下载
• 12. (废弃)聚类算法之kmeans可视化演示

  [ 04:01 ]
• 13. 聚类算法之DBSCAN讲解

  [ 10:41 ]
• 14. 聚类算法之DBSCAN可视化演示

  [ 08:34 ]
  课件付费后下载
• 15. 决策树算法概述

  [ 06:36 ]
• 16. 决策树算法熵值计算

  [ 14:58 ]
  课件付费后下载
• 17. 决策树三种节点顺序衡量标准

  [ 06:55 ]
  课件付费后下载
• 18. 决策树剪枝策略

  [ 08:25 ]
• 19. 集成算法之Bagging

  [ 09:54 ]
• 20. 集成算法之Boosting

  [ 08:45 ]
• 21. EM算法思想

  [ 09:46 ]
• 22. EM算法之Jensen不等式

  [ 11:25 ]
• 23. EM算法数学推导

  [ 14:40 ]
• 24. 老师正在拼命录制中......

  [ 00:08 ]

第四章：项目实战

• 1. Kmeans数据准备

  [ 06:07 ]
  课件付费后下载
• 2. Kmeans篮球数据分类

  [ 07:23 ]
• 3. 贝叶斯数据准备

  [ 06:22 ]
• 4. 贝叶斯分类的思路整理

  [ 06:00 ]
• 5. 贝叶斯算法训练

  [ 13:23 ]
• 6. 老师正在拼命录制中......

  [ 00:08 ]

第五章：同学们的新需求

• 1. 结束语

  [ 00:41 ]
• 2. 老师正在拼命录制中......

  [ 00:08 ]