熟悉机器学习的核心概念,掌握基础模型的基本原理,如线性回归、logistic回归、决策树模型、随机森林、提升树算法。
熟悉sklearn机器学习框架,掌握调用sklearn框架代码实现机器学习基础模型。
通过实战项目,熟悉机器学习模型应用的数据探索、特征工程、模型调参等开发流程。
你将收获
熟悉机器学习的核心概念,掌握基础模型的基本原理,如线性回归、logistic回归、决策树模型、随机森林、提升树算法。
熟悉sklearn机器学习框架,掌握调用sklearn框架代码实现机器学习基础模型。
通过实战项目,熟悉机器学习模型应用的数据探索、特征工程、模型调参等开发流程。
适用人群
课程介绍
机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率。
本课程由浅入深的讲解机器学习的概念及原理,同时通过实战演示,让大家了解怎么运用机器学习知识和框架解决实际的业务问题。通过本课程的学习,大家可以对机器学习的核心原理、框架使用及实战流程有一个比较清晰的了解。
课程目录