人工智能与数据挖掘 - 爱网盘 - 网盘资源搜索，网盘搜索神器，夸克网盘云盘下载

• file:05 5-ID3算法举例和C4.5算法改进.mp4
• file:07 7-电商购买数据集ID3算法对比实践.mp4
• file:01 1-了解什么是决策树.mp4
• file:06 6-决策树的剪枝方式.mp4
• file:12 12-SparkMllib实战libsvm数据建模.mp4
• file:11 11-Cart分类树的案例.mp4
• file:03 3-信息熵的理解.mp4
• file:16 16-SparkMl实战Iris特征工程及建模实战1.mp4
• file:09 9-Cart树算法案例讲解.mp4
• file:04 4-ID3算法步骤详解.mp4
• file:02 2.基于规则建树.mp4
• file:10 10-机器学习数据集概述3.mp4
• file:14 14-模型选择.mp4
• file:05 05-数据分析和数据挖掘联系.mp4
• file:04 04-人工智能和机器学习的区别.mp4
• file:15 15-交叉验证及经验和结构风险.mp4
• file:01 01-机器学习和大数据的区别(一).mp4
• file:07 07-基于规则的学习和基于模型的学习方式.mp4
• file:01 01-SparkMllib的功能.mp4
• file:08 8-SparkMllib基础数据类型-labelpoint.mp4
• file:04 4-环境搭建及RDD、DF、DS的转换实践.mp4
• file:18 18-特征提取-word2vec实践.mp4
• file:17 17-特征提取tf-ifd.mp4
• file:05 5-如何利用SparkMllib构建机器学习推荐架构.mp4
• folder:人工智能与数据挖掘
• folder:01 阶段一 人工智能
• folder:01 第一章 SparkMllib数据挖掘+SparkGraphX
• folder:08 第八章 线性回归V2.1
• folder:17 第十七章 集成学习进阶V2.1
• folder:03 第三章 matplotlibV2.1
• folder:04 4-SparkMllib决策树算法基础与实战
• folder:08 8-SparkGraphX与SparkMllib综合实战
• folder:03 回归相关知识
• folder:02 损失优化
• folder:01 numpy使用
• folder:01 SVM算法
• folder:06 交叉验证, 网格搜索
• folder:05 KNN总结
• folder:07 案例 Facebook位置预测
• folder:03 案例泰坦生存预测
• folder:04 绝地求生案例
• folder:03 lightGBM算法
• folder:01 pandas数据结构
• folder:04 北京租房数据统计分析