机器学习-学习笔记
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
二、数据预处理与数据清洗
浏览
95
扫码
分享
2022-07-22 22:58:43
数据平滑
缺失值处理
数据降维
数据预处理综述
数据异常检测
sklearn模块几个好用的API
若有收获,就点个赞吧
0 人点赞
上一篇:
下一篇:
一、数据搜集
10个免费数据源
50个机器学习公共数据集
二、数据预处理与数据清洗
数据平滑
三种指数平滑方法
2-D数据平滑:scipy.interpolate
数据平滑
缺失值处理
缺失值处理1
缺失值处理2
缺失值处理3
缺失值处理(总结)
数据降维
数据降维算法
数据降维1:主成分分析法思想及原理
数据降维之应用:降噪&人脸识别
数据预处理综述
数据异常检测
异常检测算法应用与实践_CMU赵越
时间序列中的异常
异常检测学习资料
资料来源及介绍
一、异常检测---概述
二、异常检测---基于统计学的方法
三、异常检测---线性模型
四、异常检测---基于相似度的方法
五、异常检测---集成方法
14种异常检测方法总结
孤立森林异常点检测
HBOS异常点检测
sklearn模块几个好用的API
三、数据分析与特征工程
12种业务模型精讲-公开课
01特征选择
特征选择方法总结
特征选择:11 种特征选择策略总结
02特征工程良好特征的特点
03机器学习中了解数据特征的重要方法
04不同数据类型的特征处理
05偏相关分析【原理、案例、python实现】
06基于标准差和箱体图的单指标异常点检测
四、数据建模
时间序列
时间序列预测直播课
4大类11种常见的时间序列预测方法总结和代码示例
时间序列基础-序列分解与序列预测
机器学习算法优缺点对比(汇总篇)
NLP
JioNLP:中文 NLP 预处理工具包
gensim-word2vec相似词匹配
回归算法总结
七种经典回归分析法全解析
九种顶流回归算法及实例总结
多项式回归处理非线性问题
分类算法总结
lgb-分类模型建模
降维算法总结
聚类算法总结
图解10大最常用的机器学习算法
决策树、随机森林、bagging、boosting、Adaboost、GBDT、XGBoost总结
XGBoost 高频算法考点
机器学习入门必看:使用 scikit-learn 构建模型的通用模板
机器学习算法实施流程、sklearn各模块介绍
开源算法包
Pycaret低代码实现回归和分类
一文彻底掌握自动机器学习AutoML:PyCaret
时序预测Prophet
异常点检测PyOD
推荐算法
Surprise-Python简易推荐系统引擎
五、模型评估与调优
聚类算法内部度量-si,ch,dbi
三种常见的超参调优方法
还不了解梯度下降法?看完这篇就懂了!
六、模型部署与工程化
飞桨领航团-EdgeBoard部署
算法部署-API与PMML
七、其他
2022大数据十大关键词,重磅发布!
我做数据分析师的十年感受
数据分析学习推荐|书籍篇(一)
数据分析学习推荐|网站篇(二)
我的机器学习之路-作者尤而小屋
sklearn学习笔记
机器学习中的事半功倍小众包
数据科学/人工智能比赛解决方案汇总
李宏毅机器学习特训营
飞桨-机器学习选择题解析加整理
李宏毅机器学习特训营-学习规划
机器学习特训营研讨课(一)
机器学习特训营研讨课(三)
算法工程师的落地能力具体指的是什么?
Python机器学习笔记:sklearn库的学习
吴恩达:机器学习的六个核心算法
AI产品(CV)工作流梳理
学习计划
暂无相关搜索结果!
让时间为你证明
分享,让知识传承更久远
×
文章二维码
×
手机扫一扫,轻松掌上读
文档下载
×
请下载您需要的格式的文档,随时随地,享受汲取知识的乐趣!
PDF
文档
EPUB
文档
MOBI
文档
书签列表
×
阅读记录
×
阅读进度:
0.00%
(
0/0
)
重置阅读进度
×
思维导图备注