資料目錄：

├─01 階段一 人工智能
│  ├─01 第一章 機(jī)器學(xué)習(xí)概述V2.1
│  │  └─01 機(jī)器學(xué)習(xí)介紹
│  │          01 01-0前置-機(jī)器學(xué)習(xí)科學(xué)計(jì)算庫內(nèi)容簡介.mp4
│  │          02 01-1講解-機(jī)器學(xué)習(xí)科學(xué)計(jì)算庫內(nèi)容簡介.mp4
│  │          03 02-1講解-人工智能概述.mp4
│  │          04 02-2點(diǎn)評(píng)-人工智能概述.mp4
│  │          05 03-1講解-人工智能的發(fā)展歷程.mp4
│  │          06 04-1講解-人工智能主要分支.mp4
│  │          07 04-2點(diǎn)評(píng)-人工智能主要分支.mp4
│  │          08 05-1講解-機(jī)器學(xué)習(xí)定義工作流程概述.mp4
│  │          09 05-2點(diǎn)評(píng)-機(jī)器學(xué)習(xí)定義工作流程概述.mp4
│  │          10 06-1講解-機(jī)器學(xué)習(xí)工作流程各步驟解釋.mp4
│  │          11 06-2點(diǎn)評(píng)-機(jī)器學(xué)習(xí)工作流程各步驟解釋.mp4
│  │          12 06-3點(diǎn)評(píng)-機(jī)器學(xué)習(xí)工作流程各步驟解釋.mp4
│  │          13 07-1講解-機(jī)器學(xué)習(xí)算法分類介紹.mp4
│  │          14 07-2點(diǎn)評(píng)-機(jī)器學(xué)習(xí)算法分類介紹.mp4
│  │          15 08-1講解-模型評(píng)估.mp4
│  │          16 08-2點(diǎn)評(píng)-模型評(píng)估.mp4
│  │          17 08-3點(diǎn)評(píng)-模型評(píng)估.mp4
│  │          18 09-1講解-Azure機(jī)器學(xué)習(xí)平臺(tái)實(shí)驗(yàn)演示1.mp4
│  │          19 10-1講解-Azure機(jī)器學(xué)習(xí)平臺(tái)實(shí)驗(yàn)演示2.mp4
│  │          20 11-1講解-深度學(xué)習(xí)簡介.mp4
│  │          21 11-2點(diǎn)評(píng)-深度學(xué)習(xí)簡介.mp4
│  │
│  ├─02 第二章 環(huán)境安裝和使用V2.1
│  │  └─01 環(huán)境安裝及使用
│  │          01 12-1講解-基礎(chǔ)環(huán)境安裝.mp4
│  │          02 13-1講解-jupyter notebook的基本使用1.mp4
│  │          03 13-2點(diǎn)評(píng)-jupyter notebook的基本使用1.mp4
│  │          04 14-1講解-jupyter notebook的基本使用2.mp4
│  │          05 14-2點(diǎn)評(píng)-jupyter notebook的基本使用2.mp4
│  │          06 15-1講解-matplotlib的基本使用.mp4
│  │
│  ├─03 第三章 matplotlibV2.1
│  │  └─01 matplotlib使用
│  │          01 01-1講解-實(shí)現(xiàn)基礎(chǔ)繪圖-某城市溫度變換圖.mp4
│  │          02 01-2點(diǎn)評(píng)-實(shí)現(xiàn)基礎(chǔ)繪圖-某城市溫度變換圖.mp4
│  │          03 02-1講解-繪圖輔助功能完善-某城市溫度變換圖.mp4
│  │          04 02-2點(diǎn)評(píng)-繪圖輔助功能完善-某城市溫度變換圖.mp4
│  │          05 03-1講解-在一個(gè)坐標(biāo)系下繪制多個(gè)圖像.mp4
│  │          06 03-2點(diǎn)評(píng)-在一個(gè)坐標(biāo)系下繪制多個(gè)圖像.mp4
│  │          07 04-1講解-在多個(gè)坐標(biāo)系下繪制多個(gè)圖像.mp4
│  │          08 04-2點(diǎn)評(píng)-在多個(gè)坐標(biāo)系下繪制多個(gè)圖像.mp4
│  │          09 05-1講解-常見圖形繪制.mp4
│  │          10 05-2點(diǎn)評(píng)-常見圖形繪制.mp4
│  │
│  ├─04 第四章 numpyV2.1
│  │  └─01 numpy使用
│  │          01 06-1講解-numpy介紹.mp4
│  │          02 06-2點(diǎn)評(píng)-numpy介紹.mp4
│  │          03 07-1講解-ndarray介紹.mp4
│  │          04 07-2點(diǎn)評(píng)-ndarray介紹.mp4
│  │          05 08-1講解-創(chuàng)建0，1數(shù)組，固定范圍數(shù)組.mp4
│  │          06 08-2點(diǎn)評(píng)-創(chuàng)建0，1數(shù)組，固定范圍數(shù)組.mp4
│  │          07 09-1講解-創(chuàng)建隨機(jī)數(shù)組.mp4
│  │          08 09-2點(diǎn)評(píng)-創(chuàng)建隨機(jī)數(shù)組.mp4
│  │          09 10-1講解-數(shù)組的基本操作.mp4
│  │          10 10-2點(diǎn)評(píng)-數(shù)組的基本操作.mp4
│  │          11 10-3點(diǎn)評(píng)-前面總結(jié).mp4
│  │          12 10-4點(diǎn)評(píng)-回顧.mp4
│  │          13 11-1講解-ndarray的運(yùn)算.mp4
│  │          14 12-1講解-數(shù)組間運(yùn)算.mp4
│  │          15 11-2點(diǎn)評(píng)-ndarray的運(yùn)算.mp4
│  │          16 12-2點(diǎn)評(píng)-數(shù)組間運(yùn)算.mp4
│  │          17 13-1講解-矩陣復(fù)習(xí).mp4
│  │          18 13-2點(diǎn)評(píng)-矩陣復(fù)習(xí).mp4
│  │          19 13-3點(diǎn)評(píng)-矩陣復(fù)習(xí).mp4
│  │
│  ├─05 第五章 pandasV2.1
│  │  ├─01 pandas數(shù)據(jù)結(jié)構(gòu)
│  │  │      01 14-1講解-pandas介紹.mp4
│  │  │      02 14-2點(diǎn)評(píng)-pandas介紹.mp4
│  │  │      03 15-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-series.mp4
│  │  │      04 15-2點(diǎn)評(píng)-pandas數(shù)據(jù)結(jié)構(gòu)-series.mp4
│  │  │      05 16-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-DataFrame1.mp4
│  │  │      06 16-2點(diǎn)評(píng)-pandas數(shù)據(jù)結(jié)構(gòu)-DataFrame1.mp4
│  │  │      07 16-3點(diǎn)評(píng)-回顧總結(jié).mp4
│  │  │      08 17-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-DataFrame2.mp4
│  │  │      09 18-1講解-pandas數(shù)據(jù)結(jié)構(gòu)-multiindex和panel.mp4
│  │  │      10 18-2點(diǎn)評(píng)-pandas數(shù)據(jù)結(jié)構(gòu)-multiindex和panel.mp4
│  │  │
│  │  ├─02 pandas基礎(chǔ)使用
│  │  │      01 01-1講解-pandas中的索引.mp4
│  │  │      02 01-2點(diǎn)評(píng)-pandas中的索引.mp4
│  │  │      03 02-1講解-賦值和排序.mp4
│  │  │      04 02-2點(diǎn)評(píng)-賦值和排序.mp4
│  │  │      05 03-1講解-pandas中的算術(shù)運(yùn)算和邏輯運(yùn)算.mp4
│  │  │      06 03-2點(diǎn)評(píng)-pandas中的算術(shù)運(yùn)算和邏輯運(yùn)算.mp4
│  │  │      07 04-1講解-pandas中的統(tǒng)計(jì)函數(shù).mp4
│  │  │      08 04-2點(diǎn)評(píng)-pandas中的統(tǒng)計(jì)函數(shù).mp4
│  │  │      09 05-1講解-pandas中的累計(jì)統(tǒng)計(jì)函數(shù)和自定義函數(shù).mp4
│  │  │      10 05-2點(diǎn)評(píng)-pandas中的累計(jì)統(tǒng)計(jì)函數(shù)和自定義函數(shù).mp4
│  │  │      11 06-1講解-pandas中繪圖方式介紹.mp4
│  │  │      12 07-1講解-pandas中文件的讀取和寫入.mp4
│  │  │      13 07-2點(diǎn)評(píng)-pandas中文件的讀取和寫入.mp4
│  │  │      14 07-3點(diǎn)評(píng)-pandas中文件的讀取和寫入.mp4
│  │  │      15 07-4點(diǎn)評(píng)-內(nèi)容總結(jié).mp4
│  │  │
│  │  ├─03 pandas高級(jí)使用
│  │  │      01 08-1講解-缺失值的處理.mp4
│  │  │      02 08-2點(diǎn)評(píng)-缺失值的處理.mp4
│  │  │      03 09-1講解-數(shù)據(jù)離散化.mp4
│  │  │      04 09-2點(diǎn)評(píng)-數(shù)據(jù)離散化.mp4
│  │  │      05 10-1講解-數(shù)據(jù)表的合并.mp4
│  │  │      06 10-2點(diǎn)評(píng)-數(shù)據(jù)表的合并.mp4
│  │  │      07 11-1講解-交叉表和透視表介紹.mp4
│  │  │      08 11-2點(diǎn)評(píng)-交叉表和透視表介紹.mp4
│  │  │      09 11-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │  │      10 12-1講解-分組聚合介紹.mp4
│  │  │      11 12-2點(diǎn)評(píng)-分組聚合介紹.mp4
│  │  │      12 13-1講解-星巴克案例實(shí)現(xiàn).mp4
│  │  │      13 13-2點(diǎn)評(píng)-星巴克案例實(shí)現(xiàn).mp4
│  │  │
│  │  └─04 電影案例分析
│  │          01 14-0前置-電影案例分析1.mp4
│  │          02 14-1講解-電影案例分析1.mp4
│  │          03 14-2點(diǎn)評(píng)-電影案例分析1.mp4
│  │          04 15-1講解-電影案例分析.mp4
│  │          05 15-2點(diǎn)評(píng)-電影案例分析.mp4
│  │          06 15-3點(diǎn)評(píng)-電影案例分析.mp4
│  │
│  ├─06 第六章 seabornV2.1
│  │  ├─01 繪制統(tǒng)計(jì)圖
│  │  │      01 01-1講解-繪制單變量分布.mp4
│  │  │      02 01-2點(diǎn)評(píng)-繪制單變量分布.mp4
│  │  │      03 02-1講解-繪制雙變量分布圖形.mp4
│  │  │      04 02-2點(diǎn)評(píng)-繪制雙變量分布圖形.mp4
│  │  │
│  │  ├─02 分類數(shù)據(jù)繪圖
│  │  │      01 03-1講解-類別散點(diǎn)圖的繪制.mp4
│  │  │      02 03-2點(diǎn)評(píng)-類別散點(diǎn)圖的繪制.mp4
│  │  │      03 03-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │  │      04 04-1講解-類別內(nèi)的數(shù)據(jù)分布和統(tǒng)計(jì)估計(jì).mp4
│  │  │      05 04-2點(diǎn)評(píng)-類別內(nèi)的數(shù)據(jù)分布和統(tǒng)計(jì)估計(jì).mp4
│  │  │
│  │  ├─03 NBA案例
│  │  │      01 05-1講解-NBA數(shù)據(jù)獲取和相關(guān)性基本分析.mp4
│  │  │      02 05-2點(diǎn)評(píng)-NBA數(shù)據(jù)獲取和相關(guān)性基本分析.mp4
│  │  │      03 06-1講解-對(duì)數(shù)據(jù)進(jìn)行分析-seaborn.mp4
│  │  │      04 06-2點(diǎn)評(píng)-對(duì)數(shù)據(jù)進(jìn)行分析-seaborn.mp4
│  │  │      05 07-1講解-衍生變量的可視化實(shí)踐.mp4
│  │  │      06 07-2點(diǎn)評(píng)-衍生變量的可視化實(shí)踐.mp4
│  │  │      07 08-1講解-球隊(duì)數(shù)據(jù)分析.mp4
│  │  │      08 08-2點(diǎn)評(píng)-球隊(duì)數(shù)據(jù)分析.mp4
│  │  │
│  │  └─04 北京租房數(shù)據(jù)統(tǒng)計(jì)分析
│  │          01 09-0前置-北京市租房數(shù)據(jù)獲取和重復(fù)值與空值處理.mp4
│  │          02 09-1講解-北京市租房數(shù)據(jù)獲取和重復(fù)值與空值處理.mp4
│  │          03 09-2點(diǎn)評(píng)-北京市租房數(shù)據(jù)獲取和重復(fù)值與空值處理.mp4
│  │          04 10-1講解-數(shù)據(jù)類型轉(zhuǎn)換（面積，戶型）.mp4
│  │          05 10-2點(diǎn)評(píng)-數(shù)據(jù)類型轉(zhuǎn)換（面積，戶型）.mp4
│  │          06 11-1講解-房源數(shù)量和位置分布分析.mp4
│  │          07 11-2點(diǎn)評(píng)-房源數(shù)量和位置分布分析.mp4
│  │          08 12-1講解-戶型數(shù)量基本分析.mp4
│  │          09 12-2點(diǎn)評(píng)-戶型數(shù)量基本分析.mp4
│  │          10 12-3點(diǎn)評(píng)-戶型數(shù)量基本分析.mp4
│  │          11 13-1講解-平均租金基本分析.mp4
│  │          12 13-2點(diǎn)評(píng)-平均租金基本分析.mp4
│  │          13 14-1講解-面積區(qū)間分析.mp4
│  │          14 14-2點(diǎn)評(píng)-面積區(qū)間分析.mp4
│  │          15 14-3點(diǎn)評(píng)-內(nèi)容總結(jié).mp4
│  │
│  ├─07 第七章 K近鄰算法V2.1
│  │  ├─01 k近鄰算法介紹
│  │  │      01 01-0前置-K-近鄰算法簡介.mp4
│  │  │      02 01-1講解-K-近鄰算法簡介.mp4
│  │  │      03 01-2點(diǎn)評(píng)-K-近鄰算法簡介.mp4
│  │  │      04 02-1講解-K近鄰算法api初步使用.mp4
│  │  │      05 02-2點(diǎn)評(píng)-K近鄰算法api初步使用.mp4
│  │  │      06 03-1講解-機(jī)器學(xué)習(xí)中距離度量介紹.mp4
│  │  │      07 03-2點(diǎn)評(píng)-機(jī)器學(xué)習(xí)中距離度量介紹.mp4
│  │  │      08 04-1講解-K值的選擇介紹.mp4
│  │  │      09 04-2點(diǎn)評(píng)-K值的選擇介紹.mp4
│  │  │
│  │  ├─02 kd樹
│  │  │      01 05-1講解-kd樹和kd樹的構(gòu)造過程.mp4
│  │  │      02 05-2點(diǎn)評(píng)-kd樹和kd樹的構(gòu)造過程.mp4
│  │  │      03 06-1講解-kd樹案例實(shí)現(xiàn).mp4
│  │  │      04 06-2點(diǎn)評(píng)-kd樹案例實(shí)現(xiàn).mp4
│  │  │      05 06-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │  │      06 06-4點(diǎn)評(píng)-kd樹案例實(shí)現(xiàn).mp4
│  │  │
│  │  ├─03 數(shù)據(jù)集處理
│  │  │      01 07-1講解-數(shù)據(jù)集獲取和屬性介紹.mp4
│  │  │      02 07-2點(diǎn)評(píng)-數(shù)據(jù)集獲取和屬性介紹.mp4
│  │  │      03 08-1講解-數(shù)據(jù)可視化介紹.mp4
│  │  │      04 08-2講解-數(shù)據(jù)可視化介紹.mp4
│  │  │      05 09-1講解-數(shù)據(jù)集的劃分.mp4
│  │  │      06 09-2點(diǎn)評(píng)-數(shù)據(jù)集的劃分.mp4
│  │  │
│  │  ├─04 特征工程
│  │  │      01 10-1講解-特征預(yù)處理簡介.mp4
│  │  │      02 10-2點(diǎn)評(píng)-特征預(yù)處理簡介.mp4
│  │  │      03 11-1講解-歸一化和標(biāo)準(zhǔn)化介紹.mp4
│  │  │      04 11-2點(diǎn)評(píng)-歸一化和標(biāo)準(zhǔn)化介紹.mp4
│  │  │      05 11-3點(diǎn)評(píng)-歸一化和標(biāo)準(zhǔn)化介紹.mp4
│  │  │
│  │  ├─05 KNN總結(jié)
│  │  │      01 12-1講解-鳶尾花種類預(yù)測.mp4
│  │  │      02 12-2點(diǎn)評(píng)-鳶尾花種類預(yù)測.mp4
│  │  │      03 12-3點(diǎn)評(píng)-內(nèi)容總結(jié).mp4
│  │  │      04 12-4點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │  │      05 13-1講解-KNN算法總結(jié).mp4
│  │  │      06 13-2點(diǎn)評(píng)-KNN算法總結(jié).mp4
│  │  │
│  │  ├─06 交叉驗(yàn)證, 網(wǎng)格搜索
│  │  │      01 14-1講解-交叉驗(yàn)證、網(wǎng)格搜索概念介紹.mp4
│  │  │      02 14-2點(diǎn)評(píng)-交叉驗(yàn)證、網(wǎng)格搜索概念介紹.mp4
│  │  │      03 15-1講解-交叉驗(yàn)證、網(wǎng)格搜索案例實(shí)現(xiàn).mp4
│  │  │      04 15-2點(diǎn)評(píng)-交叉驗(yàn)證、網(wǎng)格搜索案例實(shí)現(xiàn).mp4
│  │  │
│  │  └─07 案例 Facebook位置預(yù)測
│  │          01 01-1講解-案例-Facebook位置預(yù)測流程分析.mp4
│  │          02 01-2點(diǎn)評(píng)-案例-Facebook位置預(yù)測流程分析.mp4
│  │          03 02-1講解-案例-Facebook位置預(yù)測代碼實(shí)現(xiàn)1.mp4
│  │          04 02-2點(diǎn)評(píng)-案例-Facebook位置預(yù)測代碼實(shí)現(xiàn)1.mp4
│  │          05 03-1講解-案例-Facebook位置預(yù)測代碼實(shí)現(xiàn)2.mp4
│  │          06 03-3點(diǎn)評(píng)-案例-Facebook位置預(yù)測代碼實(shí)現(xiàn)2.mp4
│  │          07 04-1講解-補(bǔ)充-數(shù)據(jù)分割和留出法.mp4
│  │          08 04-2點(diǎn)評(píng)-補(bǔ)充-數(shù)據(jù)分割和留出法.mp4
│  │          09 05-1講解-補(bǔ)充-交叉驗(yàn)證法和自助法.mp4
│  │          10 05-2點(diǎn)評(píng)-補(bǔ)充-交叉驗(yàn)證法和自助法.mp4
│  │
│  ├─08 第八章 線性回歸V2.1
│  │  ├─01 回歸介紹
│  │  │      01 06-1講解-線性回歸簡介.mp4
│  │  │      02 06-2點(diǎn)評(píng)-線性回歸簡介.mp4
│  │  │      03 07-1講解-初始線性回歸api.mp4
│  │  │      04 08-1講解-數(shù)學(xué)：求導(dǎo).mp4
│  │  │      05 08-2點(diǎn)評(píng)-數(shù)學(xué)：求導(dǎo).mp4
│  │  │
│  │  ├─02 損失優(yōu)化
│  │  │      01 09-1講解-線性回歸中損失函數(shù)的介紹.mp4
│  │  │      02 09-2點(diǎn)評(píng)-線性回歸中損失函數(shù)的介紹.mp4
│  │  │      03 10-1講解-使用正規(guī)方程對(duì)損失函數(shù)進(jìn)行優(yōu)化.mp4
│  │  │      04 10-2點(diǎn)評(píng)-使用正規(guī)方程對(duì)損失函數(shù)進(jìn)行優(yōu)化.mp4
│  │  │      05 11-1講解-使用梯度下降法對(duì)損失函數(shù)進(jìn)行優(yōu)化.mp4
│  │  │      06 11-2點(diǎn)評(píng)-使用梯度下降法對(duì)損失函數(shù)進(jìn)行優(yōu)化.mp4
│  │  │
│  │  └─03 回歸相關(guān)知識(shí)
│  │          01 12-1講解-梯度下降法方法介紹.mp4
│  │          02 12-2點(diǎn)評(píng)-梯度下降法方法介紹.mp4
│  │          03 12-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │          04 13-0前置-線性回歸api再介紹.mp4
│  │          05 13-1講解-線性回歸api再介紹.mp4
│  │          06 13-2點(diǎn)評(píng)-線性回歸api再介紹.mp4
│  │          07 14-1講解-波士頓房價(jià)預(yù)測案例.mp4
│  │          08 14-2點(diǎn)評(píng)-波士頓房價(jià)預(yù)測案例.mp4
│  │          09 15-1講解-欠擬合和過擬合的介紹.mp4
│  │          10 15-2點(diǎn)評(píng)-欠擬合和過擬合的介紹.mp4
│  │          11 16-1講解-正則化線性模型.mp4
│  │          12 16-2點(diǎn)評(píng)-正則化線性模型.mp4
│  │          13 17-1講解-嶺回歸介紹.mp4
│  │          14 17-2點(diǎn)評(píng)-嶺回歸介紹.mp4
│  │          15 18-1講解-模型保存和加載.mp4
│  │          16 18-2點(diǎn)評(píng)-模型保存和加載.mp4
│  │
│  ├─09 第九章 邏輯回歸V2.1
│  │  └─01 邏輯回歸
│  │          01 01-1講解-邏輯回歸介紹.mp4
│  │          02 01-2點(diǎn)評(píng)-邏輯回歸介紹.mp4
│  │          03 02-1講解-邏輯回歸api介紹.mp4
│  │          04 02-2點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │          05 03-1講解-腫瘤預(yù)測案例.mp4
│  │          06 03-2點(diǎn)評(píng)-腫瘤預(yù)測案例.mp4
│  │          07 04-1講解-分類評(píng)估方法介紹.mp4
│  │          08 04-2點(diǎn)評(píng)-分類評(píng)估方法介紹.mp4
│  │          09 05-1講解-roc曲線繪制過程.mp4
│  │          10 05-2點(diǎn)評(píng)-roc曲線繪制過程.mp4
│  │          11 05-3點(diǎn)評(píng)-roc曲線繪制過程.mp4
│  │          12 06-1講解-補(bǔ)充-類別不平衡數(shù)據(jù)介紹.mp4
│  │          13 06-2點(diǎn)評(píng)-補(bǔ)充-類別不平衡數(shù)據(jù)介紹.mp4
│  │          14 07-1講解-補(bǔ)充-過采樣和欠采樣介紹.mp4
│  │          15 07-2點(diǎn)評(píng)-補(bǔ)充-過采樣和欠采樣介紹.mp4
│  │
│  ├─10 第十章 決策樹V2.1
│  │  ├─01 信息增益
│  │  │      01 08-1講解-決策樹算法簡介.mp4
│  │  │      02 09-1講解-熵的介紹.mp4
│  │  │      03 09-2點(diǎn)評(píng)-熵的介紹.mp4
│  │  │      04 09-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │  │      05 09-3點(diǎn)評(píng)-熵的介紹.mp4
│  │  │      06 10-0前置-信息增益的介紹.mp4
│  │  │      07 10-1講解-信息增益的介紹.mp4
│  │  │      08 10-2點(diǎn)評(píng)-信息增益的介紹.mp4
│  │  │      09 11-1講解-信息增益率的介紹.mp4
│  │  │      10 11-2點(diǎn)評(píng)-信息增益率的介紹.mp4
│  │  │      11 12-1講解-基尼指數(shù)的介紹.mp4
│  │  │      12 12-2點(diǎn)評(píng)-基尼指數(shù)的介紹.mp4
│  │  │      13 13-1講解-決策樹劃分原理小結(jié).mp4
│  │  │      14 13-2點(diǎn)評(píng)-決策樹劃分原理小結(jié).mp4
│  │  │      15 14-1講解-cart剪枝介紹.mp4
│  │  │      16 14-2點(diǎn)評(píng)-cart剪枝介紹.mp4
│  │  │
│  │  ├─02 特征提取
│  │  │      01 15-1講解-字典特征提取.mp4
│  │  │      02 15-2點(diǎn)評(píng)-字典特征提取.mp4
│  │  │      03 16-1講解-英文文本特征提取.mp4
│  │  │      04 16-2點(diǎn)評(píng)-英文文本特征提取.mp4
│  │  │      05 17-1講解-中文文本特征提取.mp4
│  │  │      06 17-2點(diǎn)評(píng)-中文文本特征提取.mp4
│  │  │      07 18-1講解-tfidf內(nèi)容講解.mp4
│  │  │      08 18-2點(diǎn)評(píng)-tfidf內(nèi)容講解.mp4
│  │  │      09 18-3點(diǎn)評(píng)-tfidf內(nèi)容講解.mp4
│  │  │
│  │  ├─03 案例泰坦生存預(yù)測
│  │  │      01 01-1講解-決策樹算法api介紹.mp4
│  │  │      02 01-2點(diǎn)評(píng)-決策樹算法api介紹.mp4
│  │  │      03 02-1講解-泰坦尼克號(hào)乘客生存預(yù)測.mp4
│  │  │      04 02-2點(diǎn)評(píng)-泰坦尼克號(hào)乘客生存預(yù)測.mp4
│  │  │      05 03-1講解-樹木可視化操作.mp4
│  │  │      06 03-2點(diǎn)評(píng)-樹木可視化操作.mp4
│  │  │
│  │  └─04 回歸決策樹
│  │          01 04-1講解-回歸決策樹介紹.mp4
│  │          02 04-2點(diǎn)評(píng)-回歸決策樹介紹.mp4
│  │          03 05-1講解-回歸決策樹和線性回歸對(duì)比.mp4
│  │          04 05-2點(diǎn)評(píng)-回歸決策樹和線性回歸對(duì)比.mp4
│  │
│  ├─11 第十一章 集成學(xué)習(xí)V2.1
│  │  ├─01 集成介紹
│  │  │      01 06-1講解-集成學(xué)習(xí)基本介紹.mp4
│  │  │      02 07-1講解-bagging和隨機(jī)森林.mp4
│  │  │      03 07-2點(diǎn)評(píng)-bagging和隨機(jī)森林.mp4
│  │  │      04 07-3點(diǎn)評(píng)-bagging和隨機(jī)森林.mp4
│  │  │      05 07-4點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │  │
│  │  ├─02 隨機(jī)森林案例
│  │  │      01 08-1講解-otto案例介紹以及數(shù)據(jù)獲取.mp4
│  │  │      02 08-2點(diǎn)評(píng)-otto案例介紹以及數(shù)據(jù)獲取.mp4
│  │  │      03 09-1講解-otto數(shù)據(jù)基本處理.mp4
│  │  │      04 09-2點(diǎn)評(píng)-otto數(shù)據(jù)基本處理.mp4
│  │  │      05 10-1講解-otto數(shù)據(jù)模型基本訓(xùn)練.mp4
│  │  │      06 10-2點(diǎn)評(píng)-otto數(shù)據(jù)模型基本訓(xùn)練.mp4
│  │  │      07 11-1講解-模型調(diào)優(yōu)和確定最優(yōu)模型.mp4
│  │  │      08 11-2點(diǎn)評(píng)-模型調(diào)優(yōu)和確定最優(yōu)模型.mp4
│  │  │      09 11-3點(diǎn)評(píng)-模型調(diào)優(yōu)和確定最優(yōu)模型.mp4
│  │  │      10 12-1講解-生成提交數(shù)據(jù).mp4
│  │  │      11 12-2點(diǎn)評(píng)-生成提交數(shù)據(jù).mp4
│  │  │
│  │  └─03 集成學(xué)習(xí)
│  │          01 13-1講解-boosting介紹.mp4
│  │          02 13-2點(diǎn)評(píng)-boosting介紹.mp4
│  │          03 14-1講解-GBDT的介紹.mp4
│  │          04 14-2點(diǎn)評(píng)-GBDT的介紹.mp4
│  │
│  ├─12 第十二章 聚類算法V2.1
│  │  └─01 聚類算法
│  │          01 01-1講解-聚類算法介紹.mp4
│  │          02 02-1講解-聚類算法api初步實(shí)現(xiàn).mp4
│  │          03 02-2點(diǎn)評(píng)-聚類算法api初步實(shí)現(xiàn).mp4
│  │          04 03-1講解-聚類算法實(shí)現(xiàn)流程.mp4
│  │          05 03-2點(diǎn)評(píng)-聚類算法實(shí)現(xiàn)流程.mp4
│  │          06 04-1講解-模型評(píng)估.mp4
│  │          07 04-2點(diǎn)評(píng)-模型評(píng)估.mp4
│  │          08 05-1講解-算法優(yōu)化介紹.mp4
│  │          09 05-2點(diǎn)評(píng)-算法優(yōu)化介紹.mp4
│  │          10 06-1講解-特征降維內(nèi)容介紹.mp4
│  │          11 06-2點(diǎn)評(píng)-特征降維內(nèi)容介紹.mp4
│  │          12 07-1講解-pca降維介紹.mp4
│  │          13 08-1講解-用戶對(duì)物品類別的喜好細(xì)分案例.mp4
│  │          14 08-2點(diǎn)評(píng)-用戶對(duì)物品類別的喜好細(xì)分案例.mp4
│  │
│  ├─13 第十三章 樸素貝葉斯V2.1
│  │  └─01 樸素貝葉斯
│  │          01 09-1講解-初始樸素貝葉斯.mp4
│  │          02 09-2點(diǎn)評(píng)-初始樸素貝葉斯.mp4
│  │          03 10-1講解-概率內(nèi)容復(fù)習(xí).mp4
│  │          04 10-2點(diǎn)評(píng)-概率內(nèi)容復(fù)習(xí).mp4
│  │          05 11-1講解-樸素貝葉斯計(jì)算案例.mp4
│  │          06 11-2點(diǎn)評(píng)-樸素貝葉斯計(jì)算案例.mp4
│  │          07 12-1講解-樸素貝葉斯案例實(shí)現(xiàn)1.mp4
│  │          08 13-1講解-樸素貝葉斯案例實(shí)現(xiàn)2.mp4
│  │          09 13-2點(diǎn)評(píng)-樸素貝葉斯案例實(shí)現(xiàn)2.mp4
│  │          10 13-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │          11 13-4點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │          12 14-1講解-樸素貝葉斯內(nèi)容總結(jié).mp4
│  │          13 14-2點(diǎn)評(píng)-樸素貝葉斯內(nèi)容總結(jié).mp4
│  │
│  ├─14 第十四章 SVM算法V2.1
│  │  └─01 SVM算法
│  │          01 01-1講解-SVM基本介紹.mp4
│  │          02 01-2點(diǎn)評(píng)-SVM基本介紹.mp4
│  │          03 02-1講解-SVM算法api初步使用.mp4
│  │          04 03-1講解-SVM算法推導(dǎo)的目標(biāo)函數(shù).mp4
│  │          05 03-2點(diǎn)評(píng)-SVM算法推導(dǎo)的目標(biāo)函數(shù).mp4
│  │          06 04-1講解-SVM目標(biāo)函數(shù)推導(dǎo)過程及舉例.mp4
│  │          07 04-2點(diǎn)評(píng)-SVM目標(biāo)函數(shù)推導(dǎo)過程及舉例.mp4
│  │          08 04-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │          09 05-1講解-SVM損失函數(shù).mp4
│  │          10 05-2點(diǎn)評(píng)-SVM損失函數(shù).mp4
│  │          11 06-1講解-SVM的核方法介紹.mp4
│  │          12 06-2點(diǎn)評(píng)-SVM的核方法介紹.mp4
│  │          13 07-1講解-SVM回歸介紹.mp4
│  │          14 07-2點(diǎn)評(píng)-SVM回歸介紹.mp4
│  │          15 08-1講解-SVM算法api再介紹.mp4
│  │          16 08-2點(diǎn)評(píng)-SVM算法api再介紹.mp4
│  │          17 09-1講解-數(shù)字識(shí)別器案例初步介紹.mp4
│  │          18 09-2點(diǎn)評(píng)-數(shù)字識(shí)別器案例初步介紹.mp4
│  │          19 10-1講解-數(shù)字識(shí)別器-獲取數(shù)據(jù).mp4
│  │          20 10-2點(diǎn)評(píng)-數(shù)字識(shí)別器-獲取數(shù)據(jù).mp4
│  │          21 11-1講解-數(shù)字識(shí)別器-數(shù)據(jù)基本處理和模型訓(xùn)練.mp4
│  │          22 11-2點(diǎn)評(píng)-數(shù)字識(shí)別器-數(shù)據(jù)基本處理和模型訓(xùn)練.mp4
│  │          23 12-1講解-SVM總結(jié).mp4
│  │          24 12-2點(diǎn)評(píng)-SVM總結(jié).mp4
│  │          25 12-3點(diǎn)評(píng)-內(nèi)容總結(jié).mp4
│  │
│  ├─15 第十五章 EM算法V2.1
│  │  └─01 EM算法
│  │          01 01-1講解-初識(shí)EM算法.mp4
│  │          02 01-2點(diǎn)評(píng)-初識(shí)EM算法.mp4
│  │          03 02-1講解-EM算法介紹.mp4
│  │          04 02-2點(diǎn)評(píng)-EM算法介紹.mp4
│  │          05 02-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │          06 03-0前置-EM算法實(shí)例.mp4
│  │          07 03-1講解-EM算法實(shí)例.mp4
│  │          08 03-2點(diǎn)評(píng)-EM算法實(shí)例.mp4
│  │
│  ├─16 第十六章 HMM算法V2.1
│  │  └─01 HMM算法
│  │          01 04-1講解-馬爾科夫鏈的介紹.mp4
│  │          02 04-2點(diǎn)評(píng)-馬爾科夫鏈的介紹.mp4
│  │          03 05-1講解-HMM模型的簡單案例.mp4
│  │          04 05-2點(diǎn)評(píng)-HMM模型的簡單案例.mp4
│  │          05 06-1講解-HMM模型三種經(jīng)典問題舉例求解.mp4
│  │          06 06-2點(diǎn)評(píng)-HMM模型三種經(jīng)典問題舉例求解.mp4
│  │          07 07-1講解-HMM模型基礎(chǔ).mp4
│  │          08 07-2點(diǎn)評(píng)-HMM模型基礎(chǔ).mp4
│  │          09 08-1講解-前向后向算法評(píng)估觀察序列概率.mp4
│  │          10 08-2點(diǎn)評(píng)-前向后向算法評(píng)估觀察序列概率.mp4
│  │          11 08-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│  │          12 08-4點(diǎn)評(píng)-前向后向算法評(píng)估觀察序列概率.mp4
│  │          13 09-1講解-維特比算法解碼隱藏狀態(tài)序列.mp4
│  │          14 09-2點(diǎn)評(píng)-維特比算法解碼隱藏狀態(tài)序列.mp4
│  │          15 10-1講解-鮑姆-韋爾奇算法簡介.mp4
│  │          16 11-1講解-HMM模型api介紹及案例代碼實(shí)現(xiàn).mp4
│  │          17 11-2點(diǎn)評(píng)-HMM模型api介紹及案例代碼實(shí)現(xiàn).mp4
│  │
│  └─17 第十七章 集成學(xué)習(xí)進(jìn)階V2.1
│      ├─01 XGBoost算法
│      │      01 01-1講解-xgboost最優(yōu)模型構(gòu)建方法.mp4
│      │      02 01-2點(diǎn)評(píng)-xgboost最優(yōu)模型構(gòu)建方法.mp4
│      │      03 02-1講解-目標(biāo)函數(shù)確定和樹的復(fù)雜度介紹.mp4
│      │      04 02-2點(diǎn)評(píng)-目標(biāo)函數(shù)確定和樹的復(fù)雜度介紹.mp4
│      │      05 03-1講解-XGBoost目標(biāo)函數(shù)的推導(dǎo).mp4
│      │      06 03-2點(diǎn)評(píng)-回顧.mp4
│      │      07 03-2點(diǎn)評(píng)-XGBoost目標(biāo)函數(shù)的推導(dǎo).mp4
│      │      08 04-1講解-XGBoost的回歸樹構(gòu)建方法.mp4
│      │      09 04-2點(diǎn)評(píng)-XGBoost的回歸樹構(gòu)建方法.mp4
│      │      10 05-1講解-XGBoost和GBDT的區(qū)別.mp4
│      │      11 05-2點(diǎn)評(píng)-XGBoost和GBDT的區(qū)別.mp4
│      │      12 06-1講解-xgboost算法api與參數(shù)介紹.mp4
│      │      13 06-2點(diǎn)評(píng)-xgboost算法api與參數(shù)介紹.mp4
│      │      14 07-1講解-xgboost簡單案例介紹.mp4
│      │
│      ├─02 otto案例
│      │      01 08-1講解-otto案例xgboost實(shí)現(xiàn)-數(shù)據(jù)基本處理.mp4
│      │      02 08-2點(diǎn)評(píng)-otto案例xgboost實(shí)現(xiàn)-數(shù)據(jù)基本處理.mp4
│      │      03 08-3點(diǎn)評(píng)-otto案例xgboost實(shí)現(xiàn)-數(shù)據(jù)基本處理.mp4
│      │      04 09-1講解-otto案例xgboost實(shí)現(xiàn)-模型基本訓(xùn)練.mp4
│      │      05 10-1講解-otto案例xgboost實(shí)現(xiàn)-模型調(diào)優(yōu).mp4
│      │      06 10-2點(diǎn)評(píng)-otto案例xgboost實(shí)現(xiàn)-模型調(diào)優(yōu).mp4
│      │      07 10-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│      │      08 11-1講解-otto案例xgboost實(shí)現(xiàn)-最優(yōu)模型運(yùn)行.mp4
│      │
│      ├─03 lightGBM算法
│      │      01 01-1講解-lightGBM簡單介紹.mp4
│      │      02 01-2點(diǎn)評(píng)-lightGBM簡單介紹.mp4
│      │      03 02-1講解-lightGBM算法原理介紹.mp4
│      │      04 02-2點(diǎn)評(píng)-lightGBM算法原理介紹.mp4
│      │      05 03-1講解-lightGBM算法api參數(shù)介紹.mp4
│      │      06 03-2點(diǎn)評(píng)-lightGBM算法api參數(shù)介紹.mp4
│      │      07 04-1講解-lightGBM算法簡單案例介紹.mp4
│      │      08 04-2點(diǎn)評(píng)-lightGBM算法簡單案例介紹.mp4
│      │      09 05-1講解-pubg案例簡介.mp4
│      │      10 05-2點(diǎn)評(píng)-pubg案例簡介.mp4
│      │
│      └─04 絕地求生案例
│              01 06-1講解-獲取pubg數(shù)據(jù).mp4
│              02 06-2點(diǎn)評(píng)-獲取pubg數(shù)據(jù).mp4
│              03 07-1講解-數(shù)據(jù)缺失值處理和查看每場比賽人數(shù).mp4
│              04 07-2點(diǎn)評(píng)-數(shù)據(jù)缺失值處理和查看每場比賽人數(shù).mp4
│              05 07-3點(diǎn)評(píng)-內(nèi)容回顧.mp4
│              06 08-1講解-規(guī)范化輸出部分?jǐn)?shù)據(jù)和部分變量合成.mp4
│              07 09-1講解-異常值處理1.mp4
│              08 09-2點(diǎn)評(píng)-異常值處理1.mp4
│              09 10-1講解-異常值值處理2.mp4
│              10 10-2點(diǎn)評(píng)-異常值值處理2.mp4
│              11 11-1講解-類別型數(shù)據(jù)處理.mp4
│              12 11-2點(diǎn)評(píng)-類別型數(shù)據(jù)處理.mp4
│              13 12-1講解-數(shù)據(jù)截取、確定特征值和目標(biāo)值、分割數(shù)據(jù)集.mp4
│              14 13-1講解-使用RF進(jìn)行模型訓(xùn)練.mp4
│              15 13-2點(diǎn)評(píng)-使用RF進(jìn)行模型訓(xùn)練.mp4
│              16 14-1講解-lightGBM對(duì)模型調(diào)優(yōu)1.mp4
│              17 14-2點(diǎn)評(píng)-lightGBM對(duì)模型調(diào)優(yōu)1.mp4
│              18 15-1講解-lightGBM對(duì)模型調(diào)優(yōu)2.mp4
│              19 15-2點(diǎn)評(píng)-lightGBM對(duì)模型調(diào)優(yōu)2.mp4
│
└─02 階段二 數(shù)據(jù)挖掘
    └─01 第一章 SparkMllib數(shù)據(jù)挖掘+SparkGraphX
        ├─01 1-SparkMllib機(jī)器學(xué)習(xí)理論基礎(chǔ)詳解
        │      01 01-機(jī)器學(xué)習(xí)和大數(shù)據(jù)的區(qū)別(一).mp4
        │      02 02-機(jī)器學(xué)習(xí)和大數(shù)據(jù)的區(qū)別和聯(lián)系(二).mp4
        │      03 03-機(jī)器學(xué)習(xí)和大數(shù)據(jù)的區(qū)別和聯(lián)系(三).mp4
        │      04 04-人工智能和機(jī)器學(xué)習(xí)的區(qū)別.mp4
        │      05 05-數(shù)據(jù)分析和數(shù)據(jù)挖掘聯(lián)系.mp4
        │      06 06-什么是機(jī)器學(xué)習(xí)問題.mp4
        │      07 07-基于規(guī)則的學(xué)習(xí)和基于模型的學(xué)習(xí)方式.mp4
        │      08 08-機(jī)器學(xué)習(xí)數(shù)據(jù)集概述1.mp4
        │      09 09-機(jī)器學(xué)習(xí)數(shù)據(jù)集概述2.mp4
        │      10 10-機(jī)器學(xué)習(xí)數(shù)據(jù)集概述3.mp4
        │      11 11-機(jī)器學(xué)習(xí)問題分類.mp4
        │      12 12-機(jī)器學(xué)習(xí)三要素強(qiáng)化.mp4
        │      13 13-構(gòu)建機(jī)器學(xué)習(xí)模型的流程.mp4
        │      14 14-模型選擇.mp4
        │      15 15-交叉驗(yàn)證及經(jīng)驗(yàn)和結(jié)構(gòu)風(fēng)險(xiǎn).mp4
        │
        ├─02 2-SparkMllib庫特征工程基礎(chǔ)與實(shí)戰(zhàn)(一)
        │      01 01-SparkMllib的功能.mp4
        │      02 2-SparkMllib的版本.mp4
        │      03 3-SparkMllib架構(gòu).mp4
        │      04 4-環(huán)境搭建及RDD、DF、DS的轉(zhuǎn)換實(shí)踐.mp4
        │      05 5-如何利用SparkMllib構(gòu)建機(jī)器學(xué)習(xí)推薦架構(gòu).mp4
        │      06 6.SparkMllib算法分類及應(yīng)用場景.mp4
        │      07 7-SparkMllib基礎(chǔ)數(shù)據(jù)類型-localvector.mp4
        │      08 8-SparkMllib基礎(chǔ)數(shù)據(jù)類型-labelpoint.mp4
        │      09 9.SparkMllib基礎(chǔ)數(shù)據(jù)類型-libsvm數(shù)據(jù)讀取.mp4
        │      10 10.SparkMllib基礎(chǔ)數(shù)據(jù)類型-localmatrix.mp4
        │      11 11.SparkMllib基礎(chǔ)數(shù)據(jù)類型-分布式行矩陣和行索引矩陣.mp4
        │      12 12.SparkMllib基礎(chǔ)數(shù)據(jù)類型-分塊矩陣.mp4
        │      13 13.SparkMllib均值和方差.mp4
        │      14 14-SparkMllib相關(guān)系數(shù).mp4
        │      15 15-SparkMllib假設(shè)檢驗(yàn)的卡方驗(yàn)證.mp4
        │      16 16-SparkMllib假設(shè)檢驗(yàn)和隨機(jī)數(shù)的產(chǎn)生.mp4
        │      17 17-特征提取tf-ifd.mp4
        │      18 18-特征提取-word2vec實(shí)踐.mp4
        │      19 19-特征提取CountVector.mp4
        │
        ├─03 3-SparkMllib庫特征工程基礎(chǔ)與實(shí)戰(zhàn)(二)
        │      01 20-特征轉(zhuǎn)化的二值化操作.mp4
        │      02 21-特征轉(zhuǎn)換-PCA操作.mp4
        │      03 22-特征轉(zhuǎn)換-類別型數(shù)據(jù)和數(shù)值型數(shù)據(jù)轉(zhuǎn)換.mp4
        │      04 23-特征轉(zhuǎn)換-OneHot編碼方式.mp4
        │      05 24-特征轉(zhuǎn)換-VectorIndexer轉(zhuǎn)換操作.mp4
        │      06 25-正則項(xiàng).mp4
        │      07 26-數(shù)值型數(shù)據(jù)處理的方法.mp4
        │      08 27-Bucketizer分箱.mp4
        │      09 28-ElementWise與SQLTransform實(shí)踐.mp4
        │      10 29-特征轉(zhuǎn)換VectorAssemble.mp4
        │      11 30-特征轉(zhuǎn)換-QuantileDiscretizer.mp4
        │      12 31-特征選擇VectorSlicer.mp4
        │      13 32-RFormula和卡方驗(yàn)證選擇特征方法.mp4
        │      14 33-卡方驗(yàn)證案例補(bǔ)充.mp4
        │      15 36-案例實(shí)踐2-Iris統(tǒng)計(jì)初步實(shí)踐.mp4
        │      16 37-案例實(shí)踐2-Iris的rdd相關(guān)系數(shù)實(shí)踐.mp4
        │      17 38-案例實(shí)踐2-iris的Dataframe數(shù)據(jù)統(tǒng)計(jì).mp4
        │      18 39-案例實(shí)踐2-iris的SParkMllib特征工程實(shí)踐.mp4
        │
        ├─04 4-SparkMllib決策樹算法基礎(chǔ)與實(shí)戰(zhàn)
        │      01 1-了解什么是決策樹.mp4
        │      02 2.基于規(guī)則建樹.mp4
        │      03 3-信息熵的理解.mp4
        │      04 4-ID3算法步驟詳解.mp4
        │      05 5-ID3算法舉例和C4.5算法改進(jìn).mp4
        │      06 6-決策樹的剪枝方式.mp4
        │      07 7-電商購買數(shù)據(jù)集ID3算法對(duì)比實(shí)踐.mp4
        │      08 8-Cart樹的回歸樹原理理解.mp4
        │      09 9-Cart樹算法案例講解.mp4
        │      10 10-Cart分類樹原理及Gini系數(shù).mp4
        │      11 11-Cart分類樹的案例.mp4
        │      12 12-SparkMllib實(shí)戰(zhàn)libsvm數(shù)據(jù)建模.mp4
        │      13 13-SparkMl實(shí)戰(zhàn)libsvm數(shù)據(jù)全流程講解實(shí)戰(zhàn).mp4
        │      14 14-SparkMllib相親數(shù)據(jù)建模分析.mp4
        │      15 15-SparkMllib實(shí)戰(zhàn)iris鳶尾花實(shí)戰(zhàn).mp4
        │      16 16-SparkMl實(shí)戰(zhàn)Iris特征工程及建模實(shí)戰(zhàn)1.mp4
        │
        ├─05 5-SparkMllib高級(jí)模塊與線性回歸基礎(chǔ)及實(shí)戰(zhàn)
        │      01 1-SparkMllib的pipeline簡介.mp4
        │      02 2-Dataframe組件.mp4
        │      03 3-Pipeline原理.mp4
        │      04 4-通過set方法和ParamMap方法賦值超參數(shù)的選項(xiàng).mp4
        │      05 5-通過pipeline完成案例的代碼編寫.mp4
        │      06 6-如何對(duì)模型選擇與優(yōu)化.mp4
        │      07 7-超參數(shù)的網(wǎng)格搜索.mp4
        │      08 8-簡單交叉驗(yàn)證及模型選擇.mp4
        │      09 9-簡單線性回歸.mp4
        │      10 10-最小二乘法解決簡單線性回歸原理.mp4
        │      11 11-多元線性回歸簡介.mp4
        │      12 12-最小二乘推導(dǎo)補(bǔ)充(補(bǔ)充).mp4
        │      13 13-線性回歸的變體及各適用場景.mp4
        │      14 14-SparkMl實(shí)戰(zhàn)脂肪數(shù)據(jù)集的案例.mp4
        │      15 15-SparkMl實(shí)戰(zhàn)運(yùn)輸時(shí)間的預(yù)測分析.mp4
        │      16 16-SparkMllib基于RDD結(jié)構(gòu)實(shí)戰(zhàn)線性回歸實(shí)例.mp4
        │      17 16-SparkMl實(shí)戰(zhàn)libsvm數(shù)據(jù)的形式.mp4
        │      18 17-Sparkml完成房價(jià)預(yù)測分析實(shí)戰(zhàn).mp4
        │
        ├─06 6-SparkMllib聚類算法基礎(chǔ)與實(shí)戰(zhàn)
        │      01 1-什么是聚類.mp4
        │      02 2-關(guān)于多種距離的度量簡介.mp4
        │      03 3-聚類算法核心思想.mp4
        │      04 4-KMeans的舉例.mp4
        │      05 5-Kmens算法性能指標(biāo)分析.mp4
        │      06 6-KMeans特點(diǎn)及注意事項(xiàng).mp4
        │      07 7-SparkMLIB實(shí)戰(zhàn)KMEans算法.mp4
        │      08 8-SparkMLLIB實(shí)現(xiàn)藥品數(shù)據(jù)得簡單聚類.mp4
        │      09 9-SparkMl實(shí)現(xiàn)基本數(shù)據(jù)的聚類分析實(shí)戰(zhàn).mp4
        │      10 10-SparkMl和parkSql實(shí)現(xiàn)經(jīng)緯度數(shù)據(jù)聚類分析實(shí)戰(zhàn).mp4
        │      11 11-k-medoids了解.mp4
        │      12 12-其他聚類思路-層次聚類方法.mp4
        │      13 13-基于密度的聚類DBSCAN.mp4
        │      14 14-GMM模型原理.mp4
        │      15 15-聚類算法的總結(jié)：.mp4
        │      16 16-SparkMllib實(shí)現(xiàn)對(duì)于層次聚類的分析.mp4
        │      17 17-SparkMllib完成對(duì)于GMM高斯混合模型實(shí)踐分析.mp4
        │      18 18-SparkLDA實(shí)現(xiàn)了主題的提取實(shí)戰(zhàn).mp4
        │      19 19-SparkML實(shí)現(xiàn)IRis鳶尾花的聚類算法實(shí)戰(zhàn).mp4
        │
        ├─07 7-SparkGraphX理論基礎(chǔ)與實(shí)戰(zhàn)
        │      01 1-圖基本概念以及圖計(jì)算應(yīng)用.mp4
        │      02 2-SparkGraphX簡介.mp4
        │      03 3-SparkGraphX圖算法.mp4
        │      04 4-SparkGraphX抽象是RDPG---彈性分布式屬性圖.mp4
        │      05 5-SparkGraphX架構(gòu)層面及存儲(chǔ)方式簡介.mp4
        │      06 6-SparkGraphX定義頂點(diǎn)操作.mp4
        │      07 7-SparkGraphX構(gòu)件圖及查詢的操作.mp4
        │      08 8-圖的基本數(shù)據(jù)結(jié)構(gòu).mp4
        │      09 9-圖的類型和圖的存儲(chǔ)方式簡介.mp4
        │      10 10-構(gòu)建圖的方法原理及源碼了解創(chuàng)建過程.mp4
        │      11 11-構(gòu)建圖的操作代碼.mp4
        │      12 12-社交網(wǎng)絡(luò)數(shù)據(jù)的創(chuàng)建部分代碼實(shí)戰(zhàn).mp4
        │      13 13-圖的基本信息--頂點(diǎn)、邊、入度、出度.mp4
        │      14 14-圖的轉(zhuǎn)換操作：mapVertices、mapEdges、mapTriplet.mp4
        │      15 15-圖的結(jié)構(gòu)操作：reverse、subgraph、mask、groupGraph.mp4
        │      16 16-圖的關(guān)聯(lián)操作.mp4
        │      17 17-圖的聚合以及圖的操作API總結(jié).mp4
        │
        └─08 8-SparkGraphX與SparkMllib綜合實(shí)戰(zhàn)
                01 1-PageRank算法的基本假設(shè)和理解.mp4
                02 2-PageRank算法思想.mp4
                03 3-PageRank算法深入.mp4
                04 4-SparkGraphX通過社交網(wǎng)絡(luò)數(shù)據(jù)完成重要節(jié)點(diǎn)的選擇.mp4
                05 5-通過wiki數(shù)據(jù)達(dá)到網(wǎng)頁重要性的pagerank度量.mp4
                06 6-通過PageRank算法得到網(wǎng)頁排名的重要性.mp4
                07 7-廣度優(yōu)先遍歷.mp4
                08 8-SparkGrphX實(shí)現(xiàn)最短路徑.mp4
                09 9-連通圖和強(qiáng)聯(lián)通圖.mp4
                10 10-SparkGraphx實(shí)戰(zhàn)三角關(guān)系網(wǎng)絡(luò)發(fā)現(xiàn).mp4
                11 11-SVD++原理.mp4
                12 12-SVD++實(shí)戰(zhàn)推薦算法預(yù)測.mp4