file:课程链接.png file:project0.zip file:9-8 OvR与OvO.mp4 file:9-7 scikit-learn中的逻辑回归.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 过拟合与前拟合.mp4 file:8-10 L1,L2和弹性网络.mp4 file:8-1 什么是多项式回归.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 高维数据映射为低维数据.mp4 file:7-4 求数据的前n个主成分.mp4 file:7-2 使用梯度上升法求解PCA问题.mp4 file:6-9 有关梯度下降法的更多深入讨论.mp4 file:6-8 如何确定梯度计算的准确性 调试梯度下降法.mp4 file:6-5 梯度下降的向量化和数据标准化.mp4 file:6-3 线性回归中的梯度下降法.mp4 file:5-7 多元线性回归和正规方程解.mp4 file:5-6 最好的衡量线性回归法的指标 R Squared.mp4 file:5-5 衡量线性回归法的指标 MSE,RMS,MAE.mp4 file:5-10 线性回归的可解性和更多思考.mp4 file:4-9 更多有关k近邻算法的思考.mp4 file:4-6 网格搜索与k近邻算法中更多超参数.mp4