你将收获

二元分类使用,通过手写数字数据集

分类问题性能考核,精度和召回,ROC曲线

多分类和多标签分类器

适用人群

1. 所有对Python编程语言感兴趣的人员; 2.大专及以上学历的在校学生; 3.在职工作人员; 本课程适用于零基础学员。

课程介绍

1. 介绍机器学习知识体系和学习路线
2. 机器学习的方向分析和介绍
3. 机器学习面临的核心问题,数据量,质量,特征,过拟合和欠拟合
4. 主要介绍二元分类使用,通过手写数字数据集
5. 分类问题性能考核,精度和召回,ROC曲线
6. 多分类和多标签分类器
7. 错误分析
8. MINST手写数字数据集入门案例
9. 垃圾邮件案例解析

课程讨论

sklearn的版本不能超过0.23,否则运行时还会报错

好难,晕死了

机器学习这一块真的看得我一脸懵逼,老师讲得毫无意义完全就是在讲代码

2、训练二元分类器时,y_train_5=(y_train=='5'),不能省略引号,否则会引起报错

勘误——对于mnist数据集 1、sklearn0.19版以后不能再使用from sklearn.datasets import fetch_mldata,更改为from sklearn.datasets import fetch_openml,数据集去https://www.openml.org/d/554下载,导入写为mnist = fetch_openml('mnist_784‘)

还是很难的,很多代码块运行不了,需要花时间去查阅资料理解。

讲的很好,就是表达能力能再提高就更好了

新版本很多模块发生了变化,想要实现视频中的代码效果只能重新安装低版本的模块

机器学习真的讲的很水

这样对着代码讲不太好理解,效果不好

同学笔记

没有更多了