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

XGBoost模型原理及其在竞赛中的优异表现

1节AI100讲师

python机器学习-乳腺癌细胞挖掘

141节Toby

使用决策树算法对测试数据进行分类实战

1节CSDN讲师

大白话XGBoost算法--彻底了解XGBoost

9节李虎

机器学习之集成学习（Ensemble Learning）视频教学

5节王而川

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 2144人学习

毕业论文排版详解

纪佳琪 625人学习

机器学习之线性回归理论与代码实践

纪佳琪 1906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 998人学习