Udemy線上課程 (Ken Cen出品)從零開始學Machine Learning第三部 - Clustering篇 講師:Ken Cen 影音教學 中文發音 繁體中文版(DVD版)
01 環境搭建及準備
001 Classification分類 VS Clustering聚類.mp4
002 編寫第一段python代碼.mp4
003 課程禮品.mp4
02 K-means
004 K-means運作原理.mp4
005 如何選擇最佳K值.mp4
006 K-means二維或多維操作原理.mp4
007 HAR-test.csv
007 HAR-train.csv
007 實作一_ 人類活動記錄 - K-means_數據預處理(1).mp4
008 實作一_ 人類活動記錄 - K-means_數據預處理(2).mp4
009 實作一_ 人類活動記錄 - 找最佳K值(3).mp4
010 實作一：人類活動記錄 - 製作聚類數據表(1).mp4
011 實作一：人類活動記錄 - 製作聚類數據表(2).mp4
012 實作一：人類活動記錄 - 修改crosstab數據表.mp4
013 實作二：Silhouette Coefficient輪廓係數.mp4
014 實作二：如何在Python計算輪廓係數(1).mp4
015 實作二：如何在Python計算輪廓係數(2).mp4
016 實作二：如何用圖形顯示Silhouette係數(1).mp4
017 實作二：如何用圖形顯示Silhouette係數(2).mp4
018 實作二：如何用圖形顯示Silhouette係數(3).mp4
019 實作二：如何使用yellowbrick.mp4
03 PCA降維
020 什麼是降維_.mp4
021 Vector projection 向量投影.mp4
022 特徵向量(Eigenvector) 及特徵值(Eigenvalue).mp4
023 如何計算特徵向量和特徵值.mp4
024 PCA與Eigendecomposition.mp4
025 PCA實例計算.mp4
026 Singular Value Decomposition是幹甚麼的.mp4
027 奇異值分解在多維度的作用.mp4
028 PCA如何實現奇異值分解(1).mp4
029 PCA如何實現奇異值分解(2).mp4
030 實作三：PCA實作-繪圖選擇K值.mp4
031 SVD與圖片壓縮的原理.mp4
032 dog.jpg
032 實作四：Python實作SVD圖片壓縮 - Matplotlib處理圖片.mp4
033 實作四：Python實作SVD圖片壓縮 - 黑白圖片壓縮.mp4
034 實作五：Python實作SVD圖片壓縮 - 彩色圖片壓縮(1).mp4
035 實作五：Python實作SVD圖片壓縮 - 彩色圖片壓縮(2).mp4
04 Mean-Shift演算法
036 Mean-Shift演算法.mp4
037 Normal Distribution.mp4
038 74_StandardScaler, MinMaxScaler, RobustScaler, Nomalizer的區別(1).mp4
039 StandardScaler, MinMaxScaler, RobustScaler, Nomalizer的區別(2).mp4
040 StandardScaler, MinMaxScaler, RobustScaler, Nomalizer的區別(3).mp4
041 winequality-red.csv
041 實作六：Mean-Shift紅酒品質鑑定_標準化數據(1).mp4
042 實作六：Mean-Shift紅酒品質鑑定_標準化數據(2).mp4
043 實作六： Mean-Shift紅酒品質鑑定_標準化數據(3).mp4
044 實作六_ Mean-Shift紅酒品質鑑定_訓練模型(4).mp4
045 實作六_ Mean-Shift紅酒品質鑑定_如何找到最佳Q值(5).mp4
046 實作六：Mean-Shift紅酒品質鑑定_如何找到最佳Q值(6).mp4
047 實作六：Mean-Shift紅酒品質鑑定_如何找到最佳Q值(7).mp4.mp4
|
|
專業知識教學
