ApacheCN 机器学习视频教程

学习资源整合在 点击跳转

视频资源整合如下

第一部分 分类

机器学习基础

ApacheCN 机器学习实战 学习情况(2017-03-11@ML学习小组)
ApacheCN-Sklearn0.19中文文档校验流程操作指南(@那伊抹微笑2017-10-21)
ApacheCN 机器学习实战 第0章 前言【为什么我们要录制《机器学习教学版》】(2017-08-25)
ApacheCN 机器学习实战 第1章 机器学习实基础(2017-03-18@山上有棵树)
ApacheCN 机器学习实战 第1章 机器学习基础(2017-08-17@片刻)

k-近邻算法

ApacheCN 机器学习实战 第2章 k-近邻算法(2017-03-18@羊三)
ApacheCN 机器学习实战 第2章 k-近邻算法【1.理论】(2017-08-16@小瑶)
ApacheCN 机器学习实战 第2章 k-近邻算法【2.案例:优化约会网站的配对效果】
ApacheCN 机器学习实战 第2章 k-近邻算法【3.案例:手写数字识别系统】(2017-08-16)

决策树

ApacheCN 机器学习实战 第3章 决策树(2017-03-18@片刻)
ApacheCN 机器学习实战 第3章 决策树【1.理论】(2017-08-22@小瑶)
ApacheCN 机器学习实战 第3章 决策树【2.案例:判定鱼类和非鱼类】(2017-08-23@小瑶)
ApacheCN 机器学习实战 第3章 决策树【3.案例:使用决策树预测隐形眼镜类型】(20170823)

基于概率论的分类方法:朴素贝叶斯

ApacheCN 机器学习实战 第4章 朴素贝叶斯(2017-03-18@羊三)
ApacheCN 机器学习实战 第4章 朴素贝叶斯【1.理论】(2017-08-31@小瑶)
ApacheCN 机器学习实战 第4章 朴素贝叶斯【2.案例:屏蔽社区留言板的侮辱性言论】
ApacheCN 机器学习实战 第4章 朴素贝叶斯【3.案例:使用朴素贝叶斯过滤垃圾邮件】

Logistic回归

ApacheCN 机器学习实战 第5章 Logistic回归(2017-03-25@羊三)
ApacheCN 机器学习实战 第5章 Logistic回归【1.理论】(2017-09-14@小瑶)
ApacheCN 机器学习实战 第5章 Logistic回归【2.案例:使用Logistic回归在数据集上的分类】
ApacheCN 机器学习实战 第5章 Logistic回归【3.案例:从疝气病症预测病马的死亡率】

支持向量机

ApacheCN 机器学习实战 第6章 SVM(2017-03-18@候法超)
ApacheCN 机器学习实战 第6章 SVM-1-理论(2017-04-20@片刻)
ApacheCN 机器学习实战 第6章 SVM-2-代码(2017-04-20@片刻)
ApacheCN 机器学习实战 第6章 支持向量机SVM【1.理论】(2017-09-22@片刻)
ApacheCN 机器学习实战 第6章 支持向量机SVM【2.案例:简单数据集分类】2017-09-22@片刻
ApacheCN 机器学习实战 第6章 支持向量机SVM【3.案例:(核函数)手写数字识别的优化】

集成方法-随机森林和AdaBoost

ApacheCN 机器学习实战 第7章 利用AdaBoost元算法提高分类(2017-03-25@片刻)
ApacheCN 机器学习实战 第7章 集成方法-随机森林和AdaBoost【1.理论:集成方法】
ApacheCN 机器学习实战 第7章 集成方法-随机森林和AdaBoost【2.理论:随机森林】
ApacheCN 机器学习实战 第7章 集成方法-随机森林和AdaBoost【3.案例:随机森林】
ApacheCN 机器学习实战 第7章 集成方法-随机森林和AdaBoost【4.理论:AdaBoost】
ApacheCN 机器学习实战 第7章 集成方法-随机森林和AdaBoost【5.案例:AdaBoost】

第二部分 利用回归预测数值型数据

预测数值型数据:回归

ApacheCN 机器学习实战 第8章 预测数值型数据-回归(2017-03-25@小瑶)
ApacheCN 机器学习实战 第8章 _回归-预测数值型数据【1.理论】(2017-09-19@小瑶)
ApacheCN 机器学习实战 第8章 回归-预测数值型数据【2.案例:简单数据集上进行线性回归】
ApacheCN 机器学习实战 第8章 回归-预测数值型数据【3.案例:局部加权线性回归】

树回归

ApacheCN 机器学习实战 第9章 树回归(2017-04-02@片刻)
ApacheCN 机器学习实战 第9章 树回归【1.回归树,理论+案例,在简单数据集上构造回归树】
ApacheCN 机器学习实战 第9章 树回归【2.树剪枝,预剪枝和后剪枝】(2017-09-21@小瑶)
ApacheCN 机器学习实战 第9章 树回归【3.模型树,理论+项目案例,在分段数据上构造模型树
ApacheCN 机器学习实战 第9章 树回归【4.项目案例,回归树,模型树,线性模型效果比较】

第三部分 无监督学习

使用K-均值聚类算法对未标注数据分组:k-means聚类

ApacheCN 机器学习实战 第10章 利用K-均值聚类算法对未标注数据分组(2017-04-08@那伊抹微笑)
ApacheCN 机器学习实战 第10章 K-Means(K-均值)聚类算法【1.理论】

使用Apriori算法进行关联分析

ApacheCN 机器学习实战 第11章 使用Apriori算法进行关联分析(2017-04-02@片刻)
ApacheCN 机器学习实战 第11章 使用Apriori算法进行关联分析【1.理论】(2017-09-19)

使用FP-growth算法来高效发现频繁项集

ApacheCN 机器学习实战 第12章 使用FP-growth算法来高效发现频繁项集(2017-04-02@片刻)
ApacheCN 机器学习实战 第12章 _使用FP-growth算法来高效发现频繁项集【1.理论】

第四部分 其他工具

利用PCA来简化数据

ApacheCN 机器学习实战 第13章 利用PCA来简化数据(2017-04-08@片刻)
ApacheCN 机器学习实战 第13章 利用PCA来简化数据【1.理论】(2017-08-29@片刻)
ApacheCN 机器学习实战 第13章 利用PCA来简化数据【2.案例:对半导体数据进行降维处理】

利用SVD简化数据

ApacheCN 机器学习实战 第14章 利用SVD简化数据(2017-04-02@山上有棵树)
ApacheCN 机器学习实战 第14章 利用SVD简化数据【1.理论:SVD】(2017-09-08@片刻)
ApacheCN 机器学习实战 第14章 利用SVD简化数据【2.理论:推荐系统】(2017-09-08@片刻)
ApacheCN 机器学习实战 第14章 利用SVD简化数据【3.案例:餐馆菜肴推荐系统】2017-09-08
ApacheCN 机器学习实战 第14章 利用SVD简化数据【4.案例:基于SVD的图像压缩】2017-09-08

大数据与MapReduce

ApacheCN 机器学习实战 第15章 大数据与MapReduce(2017-04-08@小瑶)
ApacheCN 机器学习实战 第15章 大数据与MapReduce【1.理论】(2017-09-15@片刻)
ApacheCN 机器学习实战 第15章 大数据与MapReduce【2.理论:分布式SVM的Pegasos算法】

阶段性总结

2017-04-08_第一期的总结

ApacheCN 机器学习实战 第16章 第一期的总结(2017-04-08@片刻)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,723评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,003评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,512评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,825评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,874评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,841评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,812评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,582评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,033评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,309评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,450评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,158评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,789评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,409评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,609评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,440评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,357评论 2 352

推荐阅读更多精彩内容