第01课 机器学习概念

• 课时1人工智能入门1

  试听 00 : 14 : 27

  开始学习
• 课时2人工智能入门2

  试听 00 : 11 : 27

  开始学习
• 课时3人工智能入门3

  00 : 18 : 15

  开始学习

第02课 一元线性回归

• 课时1一元线性回归概念

  00 : 16 : 34

  开始学习
• 课时2一元线性回归代价函数

  00 : 18 : 02

  开始学习
• 课时3一元线性回归梯度下降

  00 : 07 : 59

  开始学习
• 课时4一元线性回归实战1

  00 : 06 : 06

  开始学习
• 课时5一元线性回归实战2

  00 : 10 : 41

  开始学习
• 课时6一元线性回归实战3

  00 : 07 : 56

  开始学习

第03课 多元线性回归

• 课时1多元线性回归

  00 : 12 : 07

  开始学习
• 课时2多元线性回归实战1

  00 : 16 : 00

  开始学习
• 课时3多元线性回归实战2

  00 : 06 : 36

  开始学习
• 课时4特征缩放

  00 : 12 : 52

  开始学习

第04课 逻辑回归

• 课时1逻辑回归1

  00 : 14 : 37

  开始学习
• 课时2逻辑回归2

  00 : 11 : 42

  开始学习
• 课时3逻辑回归实战1

  00 : 15 : 07

  开始学习
• 课时4逻辑回归实战2

  00 : 17 : 33

  开始学习
• 课时5逻辑回归实战3

  00 : 09 : 18

  开始学习

第05课 KNN算法

• 课时1KNN算法1

  00 : 24 : 09

  开始学习
• 课时2KNN电影分类1

  00 : 11 : 31

  开始学习
• 课时3KNN电影分类2

  00 : 21 : 40

  开始学习

第06课 K-means算法

• 课时1K-means算法1

  00 : 14 : 38

  开始学习
• 课时2K-means算法2

  00 : 17 : 09

  开始学习
• 课时3K-means算法之西瓜聚类1

  00 : 04 : 09

  开始学习
• 课时4K-means算法之西瓜聚类2

  00 : 24 : 38

  开始学习
• 课时5K-means算法之西瓜聚类3

  00 : 15 : 00

  开始学习
• 课时6K-means算法之西瓜聚类4

  00 : 01 : 57

  开始学习

第07课 决策树（上）

• 课时1决策树1

  00 : 18 : 01

  开始学习
• 课时2决策树2

  00 : 22 : 12

  开始学习
• 课时3决策树3-sklearn介绍

  00 : 04 : 34

  开始学习
• 课时4决策树4-sklearn实现

  00 : 12 : 26

  开始学习

第08课 决策树（下）

• 课时1决策树5-sklearn实现2

  00 : 11 : 14

  开始学习
• 课时2决策树6-图形化决策树

  00 : 09 : 05

  开始学习
• 课时3决策树7-边界图形化

  00 : 35 : 45

  开始学习

第09课 贝叶斯算法

• 课时1贝叶斯算法1

  00 : 13 : 50

  开始学习
• 课时2贝叶斯算法2

  00 : 19 : 08

  开始学习
• 课时3贝叶斯算法3

  00 : 05 : 40

  开始学习
• 课时4高斯分类器

  00 : 27 : 01

  开始学习
• 课时5朴素贝叶斯性别判断实例

  00 : 10 : 41

  开始学习

第10课 SVM支持向量机（上）

• 课时1smv1问题描述

  00 : 19 : 50

  开始学习
• 课时2svm2拉格朗日乘子法1

  00 : 10 : 47

  开始学习
• 课时3svm2拉格朗日乘子法2

  00 : 10 : 52

  开始学习
• 课时4svm2拉格朗日乘子法3

  00 : 18 : 35

  开始学习

第11课 SVM支持向量机（中）

• 课时1svm6SMO算法1

  00 : 26 : 30

  开始学习
• 课时2svm5对偶问题推导

  00 : 22 : 13

  开始学习
• 课时3svm7smo算法2

  00 : 14 : 04

  开始学习
• 课时4svm7smo算法3

  00 : 10 : 30

  开始学习

第12课 SVM支持向量机（下）

• 课时1svm9非线性问题核函数

  00 : 23 : 26

  开始学习
• 课时2svm10高斯核函数

  00 : 09 : 16

  开始学习
• 课时3svm11软间隔

  00 : 24 : 38

  开始学习
• 课时4svm12线性分类实战1

  00 : 15 : 30

  开始学习
• 课时5svm13线性分类实战2

  00 : 09 : 47

  开始学习
• 课时6svm14非线性分类实战

  00 : 14 : 50

  开始学习

第13课 主成分分析PCA1

• 课时1PCA1_主成分分析概念

  00 : 11 : 10

  开始学习
• 课时2PCA2_数学推导1

  00 : 06 : 04

  开始学习
• 课时3PCA3_数学推导2

  00 : 23 : 11

  开始学习
• 课时4PCA4_数学推导3

  00 : 20 : 05

  开始学习

第14课 主成分分析PCA2

• 课时1PCA5_自己实现PCA降维

  00 : 28 : 20

  开始学习
• 课时2PCA6 SKlearn实现降维

  00 : 22 : 05

  开始学习
• 课时3PCA7 Sklearn手写数字图片降维

  00 : 13 : 20

  开始学习

第15课 文本分类和图像识别

• 课时1文本分类TF-IDF

  00 : 14 : 30

  开始学习
• 课时2CountVectorizer使用

  00 : 09 : 20

  开始学习
• 课时3垃圾短信分类

  00 : 24 : 30

  开始学习
• 课时4tdidf垃圾邮件分类

  00 : 24 : 33

  开始学习
• 课时5人脸识别实战

  00 : 33 : 54

  开始学习