黑马-人工智能与数据挖掘网盘资源免费观看百度云网盘链接提取码分享下载
- file:01 阶段一 人工智能必看.png
- file:t.zip
- file:08 第八章 线性回归V2.1文档.png
- file:11 第十一章 集成学习V2.1资料.zip
- file:13 13-构建机器学习模型的流程【公众号:密知圈】.mp4
- file:02 02-机器学习和大数据的区别和联系(二)【公众号:密知圈】.mp4
- file:04 4-通过set方法和ParamMap方法赋值超参数的选项【公众号:密知圈】.mp4
- file:15 15-SparkMl实战运输时间的预测分析【公众号:密知圈】.mp4
- file:08 8-简单交叉验证及模型选择【公众号:密知圈】.mp4
- file:10 10-最小二乘法解决简单线性回归原理【公众号:密知圈】.mp4
- file:05 5-通过pipeline完成案例的代码编写【公众号:密知圈】.mp4
- file:16 16-SparkMllib基于RDD结构实战线性回归实例【公众号:密知圈】.mp4
- file:07 7-SparkGraphX构件图及查询的操作【公众号:密知圈】.mp4
- file:13 13-图的基本信息--顶点、边、入度、出度【公众号:密知圈】.mp4
- file:09 9-图的类型和图的存储方式简介【公众号:密知圈】.mp4
- file:15 15-图的结构操作:reverse、subgraph、mask、groupGraph【公众号:密知圈】.mp4
- file:14 14-图的转换操作:mapVertices、mapEdges、mapTriplet【公众号:密知圈】.mp4
- folder:黑马-人工智能与数据挖掘
- folder:02 阶段二 数据挖掘
- folder:01 第一章 SparkMllib数据挖掘+SparkGraphX
- folder:05 第五章 pandasV2.1
- folder:17 第十七章 集成学习进阶V2.1
- folder:01 1-SparkMllib机器学习理论基础详解
- folder:07 7-SparkGraphX理论基础与实战
- folder:02 2-SparkMllib库特征工程基础与实战(一)
- folder:04 电影案例分析
- folder:02 损失优化
- folder:03 回归相关知识
- folder:01 绘制统计图
- folder:04 北京租房数据统计分析
- folder:03 lightGBM算法
- folder:01 XGBoost算法
- folder:01 matplotlib使用
- folder:01 环境安装及使用
- folder:06 交叉验证, 网格搜索
- folder:01 k近邻算法介绍
- folder:07 案例 Facebook位置预测
- folder:05 KNN总结
- folder:03 案例泰坦生存预测
扫码获取资源