AI人工智能学习一、算法基础：机器学习1.matplotlib2.numpy3.pandas4.seaborn

共289个文件

png：183个

ipynb：40个

xml：16个

人工智能

机器学习

matplotlib

numpy

53 浏览量 2024-01-12 18:24:11 上传评论收藏 25.74MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

AI人工智能学习一、算法基础：机器学习 1.matplotlib 2.numpy 3.pandas 4.seaborn （289个子文件）

wdbc.data 121KB

wpbc.data 43KB

breast-cancer-wisconsin.data 19KB

.gitignore 2KB

.gitignore 176B

ai-study.iml 587B

TensorFlow.iml 394B

线性回归学习.iml 352B

knn学习.iml 352B

投标数据分析.iml 284B

朴素贝叶斯学习.iml 284B

SVM学习.iml 284B

集成学习.iml 284B

聚类算法学习.iml 284B

逻辑回归学习.iml 284B

k近邻学习new.iml 284B

EN算法学习.iml 284B

线性回归学习new.iml 284B

pandas学习.iml 284B

Index 326B

投标公司数据拆解.ipynb 1.52MB

电招数据分析.ipynb 1.03MB

所有投标数据汇总分析.ipynb 951KB

seaborn学习.ipynb 730KB

OTTO例子.ipynb 443KB

分析各个采购部门预算.ipynb 442KB

test.ipynb 324KB

OTTO例子：XGBoost.ipynb 311KB

kmeansDemo.ipynb 181KB

泰坦尼克號生死預測xgboost.ipynb 172KB

pandas学习.ipynb 155KB

03.DLDemo.ipynb 150KB

pandas学习2-基础使用.ipynb 147KB

pandas学习5-投标数据.ipynb 145KB

pandas学习6-投标数据统计2.ipynb 135KB

pandas学习4-高级用法.ipynb 102KB

OTTO例子2.ipynb 91KB

OTTO例子：增加欠采样样本数.ipynb 89KB

numpy学习.ipynb 85KB

决策树VS线性回归.ipynb 81KB

泰坦尼克號生死預測.ipynb 79KB

手写数字识别.ipynb 78KB

matplotlib学习.ipynb 75KB

集成学习.ipynb 68KB

pandas学习3-统计.ipynb 61KB

快采投标数据分析.ipynb 61KB

facebook签到距离练习.ipynb 55KB

当样品不均衡时处理方法（逻辑回归）.ipynb 54KB

KNN特征工程.ipynb 50KB

InstacartMarketBasketAnalysis.ipynb 43KB

朴素贝叶斯评论情感分析Demo.ipynb 42KB

KearsDemo.ipynb 38KB

LightGBMDemo.ipynb 15KB

逻辑回归-肿瘤案例.ipynb 11KB

numpy学习2-运算.ipynb 9KB

HelloTensorFlow.ipynb 9KB

VarianceThresholdDemo.ipynb 8KB

MultinomialHmmDemo.ipynb 4KB

PCADemo.ipynb 2KB

SvnDemo.ipynb 2KB

LICENSE 11KB

聚类算法总结.md 14KB

线性回归总结.md 14KB

集成学习总结.md 11KB

总结.md 4KB

SVM总结.md 4KB

朴素贝叶斯总结.md 4KB

EN_HMM算法总结.md 3KB

决策树总结.md 3KB

逻辑回归总结.md 2KB

README.md 363B

wpbc.names 6KB

breast-cancer-wisconsin.names 6KB

wdbc.names 5KB

6.例子，计算天气哪个影响最大1.png 440KB

6.例子，计算天气哪个影响最大0.png 381KB

6.EM算法例子.png 366KB

22.决策回归树案例1.png 316KB

2.3.轮廓系数法.png 302KB

11.6.lightGBM原理5.png 291KB

3.硬间隔&软间隔.png 289KB

3.4.优化：k-medoids.png 283KB

22.决策回归树案例2.png 281KB

4.例子：信息熵、增益.png 261KB

11.4.lightGBM原理3.png 255KB

6.SVM损失函数.png 253KB

7.其他激活函数.png 246KB

7.例子：是否拖欠贷款3.png 240KB

5.常见核函数.png 239KB

10.1.留出法.png 232KB

2.4.CH系数1.png 231KB

！13.参数调优建议.png 228KB

13.参数解析.png 219KB

5.向量求导.png 218KB

7.例子：是否拖欠贷款1.png 217KB

14.反向传播算法-BP算法.png 216KB

4.线性可分支持向量机.png 214KB

共 289 条

# ai_study #### 介绍 AI人工智能学习一、算法基础：机器学习 1.matplotlib 2.numpy 3.pandas 4.seaborn 5.K近邻算法 6.线性回归 7.逻辑回归 8.决策树 9.集成学习 10.聚类算法 11.朴素贝叶斯 12.SVM算法 13.EM算法 14.HMM算法 15.集成进阶二、Tensorflow 1...... 2...... 3.....

评论收藏

内容反馈