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

第一章：机器学习简介

2节CSDN就业班

Python机器学习

116节武鹏

联邦学习

17节任大勇

集成学习

4节王而川

深度探索文本分类特训

8节七月在线

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