【13034XEa145】机器学习在电催化领域的应用_57
课程目录：
10_3_1_ 欠拟合与过拟合.mp4 (155MB)
11_3_2_ 留出法.mp4 (454.49MB)
12_3_3_ 交叉验证.mp4 (352.96MB)
13_3_4_ 自助法.mp4 (225.75MB)
14_3_5_ 无关数据.mp4 (57.92MB)
15_3_6_ 文献解读1.mp4 (630.46MB)
16_4_1_ 约束项.mp4 (227.03MB)
17_4_2_ 预测OER.mp4 (510.08MB)
18_4_3_ 弹性网.mp4 (206.81MB)
19_5_1_ 神经网络原理.mp4 (101.68MB)
1_0_ 软件安装.mp4 (153.12MB)
20_5_2_ 神经网络使用.mp4 (408.8MB)
21_5_3_ 文献解读2.mp4 (2.12GB)
22_6_1_ 决策树算法.mp4 (525.9MB)
23_6_2_ AEM与LOM.mp4 (174.03MB)
24_6_3_ 决策树可视化.mp4 (447.02MB)
25_6_4_ 逻辑回归.mp4 (335.98MB)
26_6_5_ k近邻原理.mp4 (74.65MB)
27_6_6_ k近邻分类纳米粒子.mp4 (438.96MB)
28_6_7_ 贝叶斯.mp4 (473.82MB)
29_6_8_ 支持向量机.mp4 (443.7MB)
2_1_ 简介.mp4 (548.02MB)
30_6_9_ 查准率与查全率.mp4 (173.36MB)
31_6_10_ PR曲线.mp4 (359.45MB)
32_6_11_ ROC曲线.mp4 (193.26MB)
33_7_1_ 支持向量机回归.mp4 (54.27MB)
34_7_2_ 预测OER超电势.mp4 (256.94MB)
35_7_3_ Pearson相关系数.mp4 (383.18MB)
36_7_4_ 文献解读3.mp4 (1.4GB)
37_8_1_ 决策树回归.mp4 (105.28MB)
38_8_2_ 预测MXene活性.mp4 (496.3MB)
39_8_3_ 随机森林.mp4 (386.84MB)
3_2_1_ 线性回归原理.mp4 (130.98MB)
40_8_4_ 极端树.mp4 (109.32MB)
41_8_5_ 互信息.mp4 (350.37MB)
42_8_6_ 特征重要性.mp4 (330.03MB)
43_8_7_ SHAP.mp4 (276.64MB)
44_8_8_ 版本说明.mp4 (31.02MB)
45_8_9_ SHAP使用.mp4 (474.35MB)
46_9_1_ AdaBoost.mp4 (114.1MB)
47_9_2_ 预测CO2RR.mp4 (237.16MB)
48_9_3_ 梯度提升回归.mp4 (89.85MB)
49_9_4_ 网格搜索.mp4 (472.67MB)
4_2_2_ 双金属吸附.mp4 (555.49MB)
50_10_ XGBoost.mp4 (266.17MB)
51_11_1_ 库伦矩阵.mp4 (620.86MB)
52_11_2_ 描述符.mp4 (542.28MB)
53_12_1_ 预处理.mp4 (62.27MB)
54_12_2_ cpd.mp4 (251.77MB)
55_12_3_ 数据清洗.mp4 (872.06MB)
56_12_4_ 特征构建.mp4 (402.62MB)
57_13_ 机器学习在电催化的应用—总结.mp4 (229.48MB)
5_2_3_ 多元线性回归.mp4 (122.4MB)
6_2_4_ 预测HER活性.mp4 (427.09MB)
7_2_5_ 非负限定.mp4 (106.9MB)
8_2_6_ 广义线性模型.mp4 (105.86MB)
9_2_7_ 多项式拟合.mp4 (188.53MB)
