你将收获

巩固Python语法以及必备的数学知识功底

从零入门机器学习,体系化学习机器学习知识

全面掌握机器学习常用算法

学以致用,动手实操,锻炼你的实际开发能力

适用人群

只要对AI人工智能感兴趣,愿意学习,都非常适合学习本门课程

课程介绍

人工智能作为现在最为火热的领域,使得机器学习被越来越多的人所了解。机器学习难学,主要的难度在于算法模型多不好理解,各种各样的工具不知道如何使用,实际项目不知道如何开发。本门课程将系统入门机器学习,课程内容不光是对算法的学习,还包括诸如算法的评价,方法的选择,模型的优化,参数的调整,数据的整理,等等一系列工作。让大家对机器学习算法有个全面的了解,并应用到你的实际项目中。

整体课程设计

课程的所有内容都经过讲师的精心挑选。同时,在层次划分上,循序渐进,难易兼顾。让学员们更容易的入门。课程中既包含核心的基础知识,也有高级的进阶操作,做到了老少皆宜

课程分为基础篇,进阶篇和实战篇

基础篇:基础篇主要讲解高数基础。同时加入了很多Python入门算法,为之后自己动手做实验,打好基础。

进阶篇:之后是机器学习的核心,精选线性回归、逻辑回归、聚类算法、EM算法等等机器学习的经典算法。

实战篇:真正要掌握一门编程语言,仅仅学会分散的知识点是不够的,还必须要把知识点串联起来,做一些实际项目才能有更深的领悟与提高。我会通过Kmeans篮球数据分类这个具体的实战案例,带你综合运用前面所学的机器学习知识。

课程目录

学员评价

4.4
  • 75%
  • 4%
  • 17%
  • 0%
  • 4%
  • qq_40643176 2020-07-13 10:48

    [ 学习 08 分时评价 ] 实用性强
    4.0分

    初步了解了矩阵。

  • Crane-batman 2020-07-11 14:52

    [ 学习 07 分时评价 ] 经验丰富备课很充分
    5.0分

    容易理解

  • weixin_44608664 2020-06-24 10:54

    [ 学习 09 分时评价 ] 讲课有魅力
    3.0分

    typo: MNIST

没有更多了

同学笔记

  • weixin_38922747 2020-07-13 21:50:46

    来源:几种特殊矩阵 查看详情

    沙路法

  • qq_44734817 2020-07-07 19:29:10

    来源:python循环结构 查看详情

    print(list(range(101)))

  • weixin_43639981 2020-07-01 23:53:08

    来源:奇异值分解 查看详情

    PCA 成分分析;SVM向量积;

    矩阵的特征值 符合方阵条件的矩阵可以被分解为一组特征向量和特征值;

    特征向量告知有多少特征,特征值代表特征向量是否重要;

    方阵A的特征向量(eigenvector)是指与A相乘后相当于对该向量进行缩放的非0向量

     

    Av=λv

    降维、特征提取、图像压缩;从特征向量中提取比较重要的特征值

    长短不同 λ也不一样

    Av-λv=0;v(A-λI(单位矩阵))=0; v非0 的; |A-λI|=0

    向量标准化

没有更多了