S18L05 – 预处理的重新审视
数据预处理中的有效特征选择与编码技术 目…
Chand Sheikh
S18L04 – 维度诅咒
html 理解机器学习中维度灾难以及特征选择…
S18L03 – 相关性
理解相关性：定义、重要性与计算 目录 什…
S18L02 – 协方差
理解方差、协方差与相关性：全面指南 目录…
S18L01 – 为什么相关性很重要
html 掌握特征选择：利用协方差和相关性实…
S17L04 – 不使用 GridSearchCV 的 K 折交叉验证（续）
html 在无需GridSearchCV的情况下实现K折…
S17L03 – 不使用 GridSearchCV 的 K 折交叉验证
html 精通K折交叉验证（无需GridSearchCV…
S17L02 – 使用 GridSearchCV 更新的模板
html 使用网格搜索CV优化机器学习模型：全…
S17L01 – K折交叉验证，网格搜索
理解机器学习中的K折交叉验证 目录 什么是…
S16L02 – 主模板回归模型 – 模型与评估
html 掌握高级回归模型的汽车价格预测：全…
S16L01 – 主模板回归模型 – 数据创建
html 掌握回归分析：汽车价格预测的全面模…
S14L02 – Python下的SVR
html 在 Python 中解锁支持向量回归 (SVR)…
S14L01 – 支持向量机（回归）背景
html 理解支持向量机：支持向量回归的全面…
S13L01 – AdaBoost 和 XGBoost 回归器
html Comprehensive Guide to AdaBoost an…
S12L02 – 提升
html 掌握提升算法：从AdaBoost到XGBoost …
S12L01 – 装袋法
html 理解机器学习中的Bagging：随机森林…
S11L02 – 随机森林
html 使用随机森林增强预测模型：实用指南…
S11L01 – 集成学习
html 在人工智能和机器学习中解锁集成学习…
S10L04 – 决策树实现 – 多特征
html 在保险数据上实施多项式回归和决策树…
S10L03 – 决策树模型的可视化
html Python中决策树回归的可视化：全面指…
S10L02 – 决策树实现 – 1个特征
精通 Scikit-Learn 的决策树回归：全面指…
S10L01 – 测量熵和基尼
html 理解决策树：熵、基尼不纯度及其实际…
S09L03 – 二维和三维空间中的梯度下降
理解机器学习中的梯度下降：从基础到复杂…
S09L02 – 梯度下降 – 背景
理解机器学习中的梯度下降：全面指南 机器…
S09L01 – 偏差、方差与过拟合
html 理解机器学习中的偏差、方差与过拟合…