Python机器学习进阶实战视频教学

Python机器学习进阶实战视频教学
共123节 3798人在学 课程详情

  • 降维算法-线性判别分析

    • 线性判别分析要解决的问题
    • 线性判别分析要优化的目标
    • 线性判别分析求解
    • 实现线性判别分析进行降维任务
    • 求解得出降维结果

  • 推荐系统

    • 推荐系统应用
    • 推荐系统要完成的任务
    • 相似度计算
    • 基于用户的协同过滤
    • 基于物品的协同过滤
    • 隐语义模型
    • 隐语义模型求解
    • 模型评估标准

  • Python从零打造音乐推荐系统

    • 音乐推荐任务概述
    • 数据集整合
    • 基于物品的协同过滤
    • 物品相似度计算与推荐
    • SVD矩阵分解
    • 基于矩阵分解的音乐推荐

  • 基于统计分析的电影推荐

    • 数据与环境配置
    • 数据与关键词信息
    • 关键词云与直方图展示
    • 特征可视化
    • 数据清洗概述
    • 缺失值填充方法
    • 推荐引擎构造
    • 数据特征构造
    • 得出推荐结果

  • 数据特征

    • 基本数值特征
    • 常用特征构造手段
    • 时间特征处理
    • 文本特征处理
    • 构造文本向量
    • 词向量特征
    • 计算机眼中的图像

  • GBDT提升算法

    • 回归树模型
    • Adaboost算法
    • GBDT工作流程
    • 回归任务
    • 分类任务
    • 迭代可视化

  • xgboost-gbdt-lightgbm提升算法框架对比

    • GBDT效果
    • Xgboost效果
    • lightGBM效果

  • 使用lightgbm进行饭店流量预测

    • 饭店流量数据介绍
    • 数据汇总
    • 离群点筛选
    • 特征提取
    • lightgbm建模

  • 人口普查数据集项目实战-收入预测

    • 人口普查预测任务概述
    • 单特征与缺失值展示
    • 数据清洗
    • 特征工程
    • 单变量展示
    • 双变量分析
    • 开发新变量
    • ROC与AUC
    • 机器学习模型

  • 贝叶斯优化及其工具包使用

    • 贝叶斯优化概述
    • 工具包使用方法
    • 贝叶斯优化效果
    • 调整参数空间

  • 贝叶斯优化实战

    • 基础模型建立
    • 设置参数空间
    • 随机优化结果
    • 贝叶斯优化效果
    • 方法对比
    • 参数变化情况

  • EM算法

    • EM算法要解决的问题
    • 隐变量问题
    • EM算法求解实例
    • Jensen不等式
    • GMM模型
    • GMM实例
    • GMM聚类

  • HMM隐马尔科夫模型

    • 马尔科夫模型
    • 隐马尔科夫模型基本出发点
    • 组成与要解决的问题
    • 暴力求解方法
    • 复杂度计算
    • 前向算法
    • 前向算法求解实例
    • Baum-Welch算法
    • 参数求解
    • 维特比算法

  • HMM案例实战

    • hmmlearn工具包
    • 工具包使用方法
    • 中文分词任务
    • 实现中文分词

  • NLP-文本特征方法对比

    • 任务概述
    • 词袋模型
    • 词袋模型分析
    • TFIDF模型
    • word2vec词向量模型
    • 深度学习模型

  • 使用word2vec进行分类任务

    • 影评情感分类
    • 基于词袋模型训练分类器
    • 准备word2vec输入数据
    • 使用gensim构建word2vec词向量

  • Tensorflow自己打造word2vec

    • 数据与任务流程
    • 数据清洗
    • batch数据制作
    • 网络训练
    • 可视化展示

  • 制作自己的常用工具包

    • 为什么要做自己的数据工具包
    • 工具包注释
    • 缺失值处理
    • 其他处理方式概述
    • 工具包调用

  • 机器学习项目实战-数据处理与特征提取

    • 任务概述
    • 处理流程与数据简介
    • 数据处理
    • 单变量绘图分析
    • 离群点剔除
    • 变量与结果的关系
    • 多变量展示
    • 特征工程

  • 机器学习项目实战-建模与分析

    • dataleakage问题
    • 基础模型对比
    • 选择参数
    • 测试模型效果
    • 模型的结果解释与参数分析
    • 机器学习常用模型分析方法介绍

    订阅失败

    Python机器学习进阶实战视频教学
    Python机器学习进阶实战视频教学 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    影评情感分类

    课程介绍

    购买课程后，添加小助手微信（微信号：csdnxy68）回复【唐宇迪】

    进入学习群，获取唐宇迪老师答疑

    进阶实战课程旨在帮助同学们掌握机器学习进阶算法原理并应用Python工具包进行实战任务，学习过程中建议大家先掌握机器学习经典算法再加入进阶实战课程中。课程整体风格通俗易懂，用最接地气的方式带大家轻松入门机器学习各大高深算法并结合真实数据集进行项目实战。

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中，请耐心等待几秒钟～