你将收获

掌握常用的集成学习基本原理

能够编程实现常用集成学习的模型

能够使用集成模型完成分类或回归任务

适用人群

对机器学习感兴趣的人，想深入集成模型原理的人

课程介绍

详细讲解了集成学习的主要方法：Voting、Bagging、Boosting和Stacking。每一种集成方法都配有详细的代码讲解。能够使用集成模型完成分类或回归任务。

课程目录

推荐

机器学习之集成学习（Ensemble Learning）视频教学

5节王而川

打通Linux脉络系列：进程、线程和调度

4节宋宝华

Hadoop大数据从入门到精通

127节任亮

QT实战之监控系统

18节唐青

MFC上位机与STM32下位机通讯精讲

32节王凯杰

掌握JQuery视频教程

11节刘慧涛

纪佳琪老师的其他课程
更多

机器学习之决策树理论与代码实践

纪佳琪 2114人学习

机器学习之支持向量机理论与代码实践

纪佳琪 2145人学习

毕业论文排版详解

纪佳琪 626人学习

机器学习之线性回归理论与代码实践

纪佳琪 1908人学习

机器学习之聚类、主成分分析理论与代码实践

纪佳琪 1000人学习