file:project.zip file:Mastering Feature Engineering Principles and Techniques for Data Scientists (Early Release)-O’reilly (2016).pdf file:ISLR Seventh Printing.pdf file:github地址.txt file:9-8 OvR与OvO.mp4 file:9-7 scikt-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 过拟合与欠拟合.mp4 file:8-10 L1，L2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 高纬数据映射为低纬数据.mp4 file:7-3 求数据的主成分.mp4 file:6-9 有关梯度下降法的更多讨论.mp4 file:6-3实现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.mp4 file:5-5 R Squared.mp4 file:4-9 更多有关K近邻算法的思考.mp4 file:4-6 网络搜索与K邻近算法中更多超参数.mp4