黑马-人工智能与数据挖掘

黑马-人工智能与数据挖掘
├──01 阶段一 人工智能
| ├──01 第一章 机器学习概述V2.1
| | └──01 机器学习介绍
| ├──02 第二章 环境安装和使用V2.1
| | └──01 环境安装及使用
| ├──03 第三章 matplotlibV2.1
| | └──01 matplotlib使用
| ├──04 第四章 numpyV2.1
| | └──01 numpy使用
| ├──05 第五章 pandasV2.1
| | ├──01 pandas数据结构
| | ├──02 pandas基础使用
| | ├──03 pandas高级使用
| | └──04 电影案例分析
| ├──06 第六章 seabornV2.1
| | ├──01 绘制统计图
| | ├──02 分类数据绘图
| | ├──03 NBA案例
| | └──04 北京租房数据统计分析
| ├──07 第七章 K近邻算法V2.1
| | ├──01 k近邻算法介绍
| | ├──02 kd树
| | ├──03 数据集处理
| | ├──04 特征工程
| | ├──05 KNN总结
| | ├──06 交叉验证, 网格搜索
| | └──07 案例 Facebook位置预测
| ├──08 第八章 线性回归V2.1
| | ├──01 回归介绍
| | ├──02 损失优化
| | └──03 回归相关知识
| ├──09 第九章 逻辑回归V2.1
| | └──01 逻辑回归
| ├──10 第十章 决策树V2.1
| | ├──01 信息增益
| | ├──02 特征提取
| | ├──03 案例泰坦生存预测
| | └──04 回归决策树
| ├──11 第十一章 集成学习V2.1
| | ├──01 集成介绍
| | ├──02 随机森林案例
| | └──03 集成学习
| ├──12 第十二章 聚类算法V2.1
| | └──01 聚类算法
| ├──13 第十三章 朴素贝叶斯V2.1
| | └──01 朴素贝叶斯
| ├──14 第十四章 SVM算法V2.1
| | └──01 SVM算法
| ├──15 第十五章 EM算法V2.1
| | └──01 EM算法
| ├──16 第十六章 HMM算法V2.1
| | └──01 HMM算法
| └──17 第十七章 集成学习进阶V2.1
| | ├──01 XGBoost算法
| | ├──02 otto案例
| | ├──03 lightGBM算法
| | └──04 绝地求生案例
└──02 阶段二 数据挖掘
| └──01 第一章 SparkMllib数据挖掘+SparkGraphX
| | ├──01 1-SparkMllib机器学习理论基础详解
| | ├──02 2-SparkMllib库特征工程基础与实战(一)
| | ├──03 3-SparkMllib库特征工程基础与实战(二)
| | ├──04 4-SparkMllib决策树算法基础与实战
| | ├──05 5-SparkMllib高级模块与线性回归基础及实战
| | ├──06 6-SparkMllib聚类算法基础与实战
| | ├──07 7-SparkGraphX理论基础与实战
| | └──08 8-SparkGraphX与SparkMllib综合实战

侵权联系与免责声明
1、本站资源所有内容均收集于网络，与本网站立场无关
2、本站所有资源收集于互联网，由用户分享，该帖子作者与老马学社网站不享有任何版权，如有侵权请联系本站删除
3、本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责
4、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意
侵权联系邮箱：648765304@qq.com 本文链接：https://999study.com/31114.html。