【中英双语+资料】机器学习到底从哪入门|StatQuest 回归+交叉验证|Machine Learning 2018–2024

Parts

  1. P1 · [中文] 01 机器学习入门
  2. P2 · [英文] 01 Gentle Introduction|完整英文原声在后半部
  3. P3 · [必看] 1分钟:双语怎么切-充电解锁课程站
  4. P4 · [中文] 02 交叉验证
  5. P5 · [中文] 03 混淆矩阵
  6. P6 · [中文] 04 敏感性与特异性
  7. P7 · [中文] 05 唱学敏感度
  8. P8 · [中文] 06 偏差与方差
  9. P9 · [中文] 07 熵
  10. P10 · [中文] 08 互信息
  11. P11 · [中文] 09 线性回归
  12. P12 · [中文] 10 多元回归
  13. P13 · [中文] 11 线性模型做检验
  14. P14 · [中文] 12 设计矩阵
  15. P15 · [中文] 13 Odds与对数Odds
  16. P16 · [中文] 14 比值比
  17. P17 · [中文] 15 逻辑回归
  18. P18 · [中文] 16 逻辑回归系数
  19. P19 · [中文] 17 极大似然
  20. P20 · [中文] 18 R平方与p值
  21. P21 · [中文] 19 饱和模型与偏差
  22. P22 · [中文] 20 R语言逻辑回归
  23. P23 · [中文] 21 偏差残差
  24. P24 · [中文] 22 ROC与AUC
  25. P25 · [中文] 23 R语言ROC
  26. P26 · [中文] 24 岭回归
  27. P27 · [中文] 25 Lasso回归
  28. P28 · [中文] 26 岭回归vs Lasso
  29. P29 · [中文] 27 弹性网络
  30. P30 · [中文] 28 R语言正则化
  31. P31 · [英文] 02 Cross Validation
  32. P32 · [英文] 03 Confusion Matrix
  33. P33 · [英文] 04 Sensitivity and Specificity
  34. P34 · [英文] 05 Sensitivity Sing-a-Long
  35. P35 · [英文] 06 Bias and Variance
  36. P36 · [英文] 07 Entropy
  37. P37 · [英文] 08 Mutual Information
  38. P38 · [英文] 09 Linear Regression
  39. P39 · [英文] 10 Multiple Regression
  40. P40 · [英文] 11 Linear Models t-tests ANOVA
  41. P41 · [英文] 12 Design Matrices
  42. P42 · [英文] 13 Odds and Log Odds
  43. P43 · [英文] 14 Odds Ratios
  44. P44 · [英文] 15 Logistic Regression
  45. P45 · [英文] 16 Logistic Coefficients
  46. P46 · [英文] 17 Maximum Likelihood
  47. P47 · [英文] 18 R-squared and p-value
  48. P48 · [英文] 19 Saturated Models Deviance
  49. P49 · [英文] 20 Logistic Regression in R
  50. P50 · [英文] 21 Deviance Residuals
  51. P51 · [英文] 22 ROC and AUC
  52. P52 · [英文] 23 ROC and AUC in R
  53. P53 · [英文] 24 Ridge Regression
  54. P54 · [英文] 25 Lasso Regression
  55. P55 · [英文] 26 Ridge vs Lasso
  56. P56 · [英文] 27 Elastic Net
  57. P57 · [英文] 28 Regularization in R
Description
StatQuest《Machine Learning》上册:从入门概念讲到线性回归、逻辑回归和正则化|中英双语可切换

📌 本期看点
· 交叉验证、混淆矩阵、偏差与方差:模型好不好先有尺子
· 线性回归到逻辑回归:系数、极大似然、R² 和 p 值
· 岭回归、Lasso、弹性网络:过拟合怎么压下去

🧭 观看指南
共 28 讲。P1 中文配音,P2 英文原声(完整英文原声在后半部),P3–P29 其余中文配音,P30–P56 其余英文原声。中册(降维/树/提升)和下册(神经网络/Transformer)后续更新。

🎯 适合人群
转码自学、计算机新生,以及想把机器学习基础概念真正讲顺的同学。

持续更新海外名校硬核课程,点赞收藏关注三连,你的支持是更新的最大动力!