基本信息
源码名称：咕泡AI算法工程师-机器学习实例
源码大小：172.96M
文件格式：.zip
开发语言：Python
更新时间：2024-11-16
   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　
   源码介绍

【所有文件】：

【相关课件】：

【实例代码】：

【资料目录】

机器学习

├── 02.机器学习算法课件资料
│   ├── 部分代码资料
│   │   ├── 1-线性回归原理推导
│   │   │   └── 2-回归算法.pdf
│   │   ├── 10-决策树原理
│   │   │   └── 3-决策树与集成算法.pdf
│   │   ├── 11-决策树代码实现
│   │   │   └── 决策树-代码实现.zip
│   │   ├── 12-决策树实验分析
│   │   │   └── 决策树算法-实验.zip
│   │   ├── 13-集成算法原理
│   │   │   └── 3-决策树与集成算法.pdf
│   │   ├── 14-集成算法实验分析
│   │   │   ├── mldata
│   │   │   │   └── mnist-original.mat
│   │   │   └── 随机森林与集成算法-实验.zip
│   │   ├── 15-支持向量机原理推导
│   │   │   └── 6-支持向量机.pdf
│   │   ├── 2-线性回归代码实现
│   │   │   └── 线性回归-代码实现.zip
│   │   ├── 3-模型评估方法
│   │   │   ├── img
│   │   │   │   ├── 1.png
│   │   │   │   ├── 2.png
│   │   │   │   ├── 3.png
│   │   │   │   ├── 4.png
│   │   │   │   ├── 5.png
│   │   │   │   ├── 6.png
│   │   │   │   ├── 7.png
│   │   │   │   ├── 8.png
│   │   │   │   └── 9.png
│   │   │   └── 模型评估方法.ipynb
│   │   ├── 3-线性回归实验分析
│   │   │   └── 线性回归-实验.zip
│   │   ├── 5-逻辑回归代码实现
│   │   │   └── 逻辑回归-代码实现.zip
│   │   ├── 6-逻辑回归实验分析
│   │   │   └── 逻辑回归-实验.zip
│   │   ├── 7-聚类算法-Kmeans&Dbscan原理
│   │   │   └── 4-聚类算法.pdf
│   │   ├── 8-Kmeans代码实现
│   │   │   └── Kmeans-代码实现.zip
│   │   └── 9-聚类算法实验分析
│   │       ├── mldata
│   │       │   └── mnist-original.mat
│   │       └── 聚类算法-实验.zip
│   └── 机器学习算法PPT
│       ├── 1-AI入学指南.pdf
│       ├── 10-EM算法.pdf
│       ├── 11-神经网络.pdf
│       ├── 12-word2vec.pdf
│       ├── 2-回归算法.pdf
│       ├── 3-决策树与集成算法.pdf
│       ├── 4-聚类算法.pdf
│       ├── 5-贝叶斯算法.pdf
│       ├── 6-支持向量机.pdf
│       ├── 7-推荐系统.pdf
│       ├── 8-xgboost.pdf
│       ├── 9-LDA与PCA算法.pdf
│       ├── 文本分析.pdf
│       └── 时间序列分析.pdf
├── 机器学习算法PPT
│   ├── 1-AI入学指南.docx
│   ├── 1-AI入学指南.pdf
│   ├── 10-EM算法.pdf
│   ├── 11-神经网络.pdf
│   ├── 12-word2vec.pdf
│   ├── 2-回归算法.pdf
│   ├── 3-决策树与集成算法.pdf
│   ├── 4-聚类算法.pdf
│   ├── 5-贝叶斯算法.pdf
│   ├── 6-支持向量机.pdf
│   ├── 7-推荐系统.pdf
│   ├── 8-xgboost.pdf
│   ├── 9-LDA与PCA算法.pdf
│   ├── 内.pdf
│   ├── 文本分析.pdf
│   └── 时间序列分析.pdf
└── 机器学习实训营（原理 复现 实验）
    ├── 1-线性回归原理推导
    │   └── 2-回归算法.pdf
    ├── 10-决策树原理
    │   └── 3-决策树与集成算法.pdf
    ├── 11-决策树代码实现
    │   └── 决策树-代码实现.zip
    ├── 12-决策树实验分析
    │   └── 决策树算法-实验.zip
    ├── 13-集成算法原理
    │   └── 3-决策树与集成算法.pdf
    ├── 14-集成算法实验分析
    │   ├── mldata
    │   │   └── mnist-original.mat
    │   └── 随机森林与集成算法-实验.zip
    ├── 15-支持向量机原理推导
    │   └── 6-支持向量机.pdf
    ├── 2-线性回归代码实现
    │   └── 线性回归-代码实现.zip
    ├── 3-模型评估方法
    │   ├── img
    │   │   ├── 1.png
    │   │   ├── 2.png
    │   │   ├── 3.png
    │   │   ├── 4.png
    │   │   ├── 5.png
    │   │   ├── 6.png
    │   │   ├── 7.png
    │   │   ├── 8.png
    │   │   └── 9.png
    │   └── 模型评估方法.ipynb
    ├── 3-线性回归实验分析
    │   └── 线性回归-实验.zip
    ├── 5-逻辑回归代码实现
    │   └── 逻辑回归-代码实现.zip
    ├── 6-逻辑回归实验分析
    │   └── 逻辑回归-实验.zip
    ├── 7-聚类算法-Kmeans&Dbscan原理
    │   └── 4-聚类算法.pdf
    ├── 8-Kmeans代码实现
    │   └── Kmeans-代码实现.zip
    └── 9-聚类算法实验分析
        ├── mldata
        │   └── mnist-original.mat
        └── 聚类算法-实验.zip

41 directories, 82 files