【技术干货】菜菜的机器学习sklearn07 - 支持向量机SVM (上)
Parts
- P1 · 7.0 本周要学习什么(含片头)
- P2 · 7 1.1 支持向量机概述:最强大的机器学习算法
- P3 · 7 1.2 支持向量机是如何工作的 & sklearn中的SVM
- P4 · 7 2.1.1 线性SVC的损失函数 (1)
- P5 · 7 2.1.1 线性SVC的损失函数 (2)
- P6 · 7 2.1.2 函数间隔与几何间隔
- P7 · 7 2.1.4 线性SVM的求解过程的可视化 (1):理解等高线函数contour
- P8 · 7 2.1.4 线性SVM的求解过程的可视化 (2):理解网格制作函数meshgrid与vstack
- P9 · 7 2.1.4 线性SVM的求解过程的可视化 (3):建模,绘制图像并包装函数
- P10 · 7 2.1.4 线性SVM的求解过程的可视化 (4):探索建立好的模型
- P11 · 7 2.1.4 线性SVM的求解过程的可视化 (5):非线性数据集上的推广与3D可视化
- P12 · 7 2.1.4 线性SVM的求解过程的可视化 (6):Jupyter Notebook中的3D交互功能
Description
菜菜的sklearn课堂直播07期~!全程基于Python为大家解读sklearn内容~ 内容包括SVM的损失函数,拉格朗日函数,拉格朗日对偶函数,预测函数的详解,所有函数在软间隔和非线性状况下的推广,以及核函数的区分,使用和调参,4个半小时的内容已经是很精简了,比起直播内容修缮了很多,大家尽量听完整版哦~!希望大家食用愉快~大家圣诞快乐! 大家食用愉快~
Comments
膜拜小姐姐,讲解的很细致,容易理解,听了很多老师的课,感觉小姐姐讲的最容易听懂理解 哈哈
♥ 7
[给心心]sklearn公开课是正课内容的「节选内容」,领取课件/获取完整版内容,请加vx号littlelion1206~ 爱你们哟~[OK]
♥ 4 ↩ 1
我的妈呀这才是真正适合小白看的,其它人完全没讲到这些点,我怀疑他们自己都不知道
♥ 4
小姐姐 你真是厉害
♥ 3
怎么加群呀
♥ 1
讲得好精简又清楚![打call][打call][打call]
♥ 1
up主能出一个基于svm实现声纹识别的课程嘛 去买
♥ 1
菜菜小姐姐,请问一下,现在很多深度学习都使用tensorflow。sklearn做机器学习的应用面范围大吗?主要用于哪些情景呢?
♥ 1 ↩ 4
内容很棒。几乎每个视频都投币支持了。。
♥ 1
想问问怎么可以拿到这个讲义的pdf[跪了]
♥ 1 ↩ 2
菜菜老师,请问下多维数组,SVM怎么可视化呢?
♥ 1
有关于svr用来预测的相关内容吗
↩ 1
完整的视频有吗
↩ 1
学姐,有这个的PDF嘛
↩ 1
3d画分类面的怎么没有讲呀
↩ 2
小姐姐有课件吗
↩ 4
SVM,找到一个超平面,使这个超平面离分类样本最近点的margin最大化
讲得真好
为什么不讲w和b的求解
↩ 1
菜菜请问完整版的课件在哪呀,需要购买吗