扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 人工智能> 机器学习
  • 机器学习30天实训

    本课程支持以下优惠:

  • 由百度云提供技术支持
    课程目录
    第一章:Python必备机器学习库(有基础同学可以略过)
    • 1. 环境配置 (免费)
    • 9:05
    • 2. Numpy数据结构(数据代码下载---->) (免费)
    • 11:48
    • 3. Numpy基本操作
    • 7:05
    • 4. Numpy矩阵属性
    • 9:17
    • 5. Numpy矩阵操作
    • 12:10
    • 6. Numpy常用函数
    • 16:54
    • 7. Pandas数据读取
    • 10:02
    • 8. Pandas数据预处理
    • 10:01
    • 9. Pandas常用函数
    • 16:29
    • 10. Pandas-Series结构
    • 8:58
    • 11. Matplotlib-折线图
    • 8:24
    • 12. Matplotlib-子图操作
    • 14:04
    • 13. Matplotlib-条形图与散点图
    • 10:11
    • 14. Matplotlib-柱形图与盒图
    • 10:16
    • 15. Matplotlib-细节设置
    • 6:12
    • 16. Seaborn-整体布局风格设置
    • 7:47
    • 17. Seaborn-风格细节设置
    • 6:49
    • 18. Seaborn-调色板
    • 10:39
    • 19. Seaborn-调色板颜色设置
    • 8:17
    • 20. Seaborn-单变量分析绘图
    • 9:37
    • 21. Seaborn-回归分析绘图
    • 8:53
    • 22. Seaborn-多变量分析绘图
    • 10:36
    • 23. Seaborn-分类属性绘图
    • 9:40
    • 24. Seaborn-热度图绘制
    • 14:19
    第二章:线性回归算法原理推导
    • 1. 系列课程环境配置(线性回归PPT下载----->)
    • 7:19
    • 2. 线性回归算法概述
    • 14:23
    • 3. 误差项分析
    • 11:32
    • 4. 似然函数求解
    • 9:35
    • 5. 目标函数推导
    • 9:21
    • 6. 线性回归求解
    • 10:57
    • 7. 梯度下降原理
    • 11:42
    • 8. 梯度下降方法对比
    • 7:20
    • 9. 课间讨论
    • 8:50
    • 10. 课后讨论
    • 12:33
    第三章:案例实战:Python实现逻辑回归与梯度下降
    • 1. 学习率对结果的影响
    • 6:08
    • 2. 逻辑回归算法原理推导
    • 10:52
    • 3. 逻辑回归求解
    • 14:58
    • 4. 案例:Python实现逻辑回归任务概述(数据代码下载----->)
    • 7:33
    • 5. 案例:完成梯度下降模块
    • 12:51
    • 6. 案例:停止策略与梯度下降案例
    • 10:55
    • 7. 案例:实验对比效果
    • 10:25
    第四章:案例实战:信用卡欺诈检测
    • 1. 案例背景和目标(数据代码---->)
    • 8:31
    • 2. 样本不均衡解决方案
    • 10:17
    • 3. 下采样策略
    • 6:35
    • 4. 交叉验证
    • 13:02
    • 5. 模型评估方法
    • 13:05
    • 6. 正则化惩罚
    • 8:09
    • 7. 逻辑回归模型
    • 7:37
    • 8. 混淆矩阵
    • 8:52
    • 9. 逻辑回归阈值对结果的影响
    • 10:00
    • 10. SMOTE样本生成策略
    • 15:50
    第五章:决策树与集成算法
    • 1. 决策树原理概述(PPT下载----->)
    • 12:25
    • 2. 衡量标准-熵
    • 11:03
    • 3. 决策树构造实例
    • 10:08
    • 4. 信息增益率
    • 5:48
    • 5. 决策树剪枝策略
    • 15:31
    • 6. 决策树复习
    • 8:55
    • 7. 决策树涉及参数(代码下载---->)
    • 11:08
    • 8. 树可视化与sklearn库简介
    • 18:14
    • 9. sklearn参数选择
    • 11:46
    • 10. 集成算法-随机森林
    • 12:02
    • 11. 特征重要性衡量
    • 13:50
    • 12. 提升模型
    • 11:14
    • 13. 堆叠模型
    • 7:09
    第六章:支持向量机原理推导
    • 1. 支持向量机要解决的问题(PPT下载--->)
    • 10:05
    • 2. 距离与数据的定义
    • 10:33
    • 3. 目标函数
    • 9:41
    • 4. 目标函数求解
    • 11:27
    • 5. SVM求解实例
    • 13:45
    • 6. 支持向量的作用
    • 11:53
    • 7. 软间隔问题
    • 6:46
    • 8. SVM核变换
    • 16:51
    第七章:SVM实例与贝叶斯算法
    • 1. sklearn求解支持向量机
    • 11:24
    • 2. SVM参数选择
    • 14:00
    • 3. 机器学习建模流程
    • 7:35
    • 4. 贝叶斯算法概述
    • 12:40
    • 5. 拼写纠错实例
    • 11:33
    • 6. 垃圾邮件分类实例
    • 14:29
    • 7. 课后吹水
    • 14:56
    第八章:机器学习常规套路与Xgboost算法
    • 1. HTTP检测任务与数据挖掘的核心
    • 11:13
    • 2. 论文的重要程度
    • 10:00
    • 3. BenchMark概述
    • 6:23
    • 4. BenchMark的作用
    • 13:31
    • 5. Xgboost算法概述(PPT---》)
    • 11:35
    • 6. Xgboost模型构造
    • 12:10
    • 7. Xgboost建模衡量标准
    • 12:07
    • 8. Xgboost安装
    • 3:31
    • 9. Xgboost实例演示
    • 14:43
    • 10. 课间吹水
    • 10:13
    • 【课程类型】实战教学 【难度级别】高级 【适合人群】所有人
    • 【课程介绍】
      系列课程包含Python机器学习必备库,机器学习经典算法原理推导,基于真实数据集案例实战3大模块。从零开始进行机器学习原理推导,以通俗易懂为基础形象解读晦涩难懂的机器学习算法工作原理,案例实战中使用Python工具库从数据预处理开始一步步完成整个建模工作!
    • 【课程目标】
      掌握机器学习经典算法与Python数据建模 课程首页与讲师卡优惠链接:http://edu.csdn.net/lecturer/1079
    • 【课程计划】
      有任何问题欢迎大家随时与我进行讨论

    第一章:Python必备机器学习库(有基础同学可以略过)
    1 环境配置
    9:05

    第二章:线性回归算法原理推导
    3 误差项分析
    11:32
    9 课间讨论
    8:50
    10 课后讨论
    12:33

    第三章:案例实战:Python实现逻辑回归与梯度下降

    第四章:案例实战:信用卡欺诈检测
    4 交叉验证
    13:02
    8 混淆矩阵
    8:52

    第五章:决策树与集成算法
    12 提升模型
    11:14
    13 堆叠模型
    7:09

    第六章:支持向量机原理推导
    3 目标函数
    9:41
    5 SVM求解实例
    13:45
    8 SVM核变换
    16:51

    第七章:SVM实例与贝叶斯算法
    2 SVM参数选择
    14:00
    7 课后吹水
    14:56

    第八章:机器学习常规套路与Xgboost算法
    8 Xgboost安装
    3:31
    10 课间吹水
    10:13

    全部评价(6
    好评(6
    中评(0
    差评(0
    讲的很清楚,生动。实例也很有学习价值
    2017-10-12 23:27:57
    请提供课上的例题数据文件,以便按照课上讲的内容自己亲手做一遍。回放界面中没有下载按钮,目录中只有PPT和一个数据文件。在哪里下载呢?
    2017-10-10 22:36:30
    下载好的视频一打开就闪退……
    2017-10-08 18:24:43
    我想知道代码和数据在哪下载,详见回放的下载按钮内???? 里面有吗?!
    2017-10-01 15:38:30
    输了正确的密码,但是直播的网站上不去,说我用户名或密码错误,两个都没有错误,找不到客服,所以来着说下
    2017-09-28 20:50:58
    矩阵求导还是有些复杂的,由于时间关系,老师不可能讲得很详细,但希望给在课外给个详细的推导。谢谢!
    2017-09-25 16:34:06
    唐宇迪
    29课程241532学员
    计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战专家。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的最新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。