2-3 模型评估：准确率、数据分离、参数选择（1）
介绍
章节
问答
笔记
第1章 机器学习介绍以及环境部署
1-1 课程介绍
1-2 开发环境介绍
1-3 开发环境部署
第2章 机器学习编程实战
2-1 数据预处理：iris数据介绍、数据加载、数据展示、维度确认
2-2 模型训练：分类问题、KNN模型、模型加载、训练、预测
2-3 模型评估：准确率、数据分离、参数选择（1）
2-4 模型评估：准确率、数据分离、参数选择（2）
2-5 模型评估：逻辑回归、混淆矩阵、召回率、F1分数（1）
2-6 模型评估：逻辑回归、混淆矩阵、召回率、F1分数（2）
2-7 课程总结与人工智能实战提升
