file:project.zip file:Mastering Feature Engineering Principles and Techniques for Data Scientists (Early Release)-O’reilly (2016).pdf file:ISLR Seventh Printing.pdf file:github地址.txt file:14章 学习scikit-learn文档，大家加油！.mp4 file:13章.mp4 file:12-6 - 12-7 .mp4 file:11-9 SVM思想解决回归问题.mp4 file:11-8 RBF核函数中的gamma.mp4 file:11-5 SVM中使用多项式特征和核函数.mp4 file:11-4 Scikit-learn 中的SVM.mp4 file:11-2 svm背后的最优化问题.mp4 file:11-1 什么是SVM.mp4 file:10-8 多分类问题中的混淆矩阵.mp4 file:10-7 ROC曲线.mp4 file:10-5 准确率和召回率的平衡.mp4 file:10-4 F1 Score.mp4 file:9-8 OvR与OvO.mp4 file:9-6 在逻辑回归中使用多项式特征.mp4 file:9-5 决策边界.mp4 file:9-4 实现逻辑回归算法.mp4 file:8-7 偏差方差平衡.mp4 file:8-6 验证数据集与交叉验证.mp4 file:8-4 为什么要训练数据集与测试数据集.mp4 file:8-3 过拟合与欠拟合.mp4 file:8-10 L1，L2弹性网络.mp4 file:7-9 人脸识别与特征脸.mp4 file:7-8 使用PCA对数据进行降噪.mp4 file:7-7 试手MNIST数据集.mp4 file:7-5 高纬数据映射为低纬数据.mp4 file:7-3 求数据的主成分.mp4