机器学习算法基础

机器学习算法基础
共83节 29840人在学 课程详情

  • 预备章节

    • 机器学习背景知识介绍
    • python安装
    • 机器学习基础概念

  • 线性回归以及非线性回归

    • 一元线性回归
    • 代价函数
    • 梯度下降法
    • (实战)梯度下降法-一元线性回归
    • (实战)sklearn-一元线性回归
    • 线性代数复习
    • 多元线性回归
    • (实战)梯度下降法-多元线性回归
    • (实战)sklearn-多元线性回归
    • 标准方程法
    • 特征缩放,交叉验证法
    • 过拟合,正则化
    • 岭回归
    • (实战)sklearn-岭回归
    • LASSO算法
    • (实战)sklearn-LASSO算法
    • (实战)sklearn-弹性网
    • (实战)标准方程法-岭回归
    • (实战)sklearn-多项式回归
    • (实战)标准方程法

  • 逻辑回归

    • 逻辑回归
    • 正确率,召回率,F1指标
    • (实战)梯度下降法-逻辑回归
    • (实战)sklearn-逻辑回归
    • (实战)梯度下降法-非线性逻辑回归
    • (实战)sklearn-非线性逻辑回归

  • KNN算法

    • KNN算法介绍
    • (实践)KNN算法实现
    • (实践)使用KNN完成Iris数据集分类
    • (实践)sklearn-KNN-iris分类

  • 神经网络

    • 神经网络背景概述
    • 单层感知器介绍
    • (实践)单层感知器程序
    • (实践)单层感知器-异或问题
    • (实践)线性神经网，Delta学习规则
    • (实践)线性神经网络解决异或问题
    • BP神经网络介绍
    • BP算法推导
    • (实践)BP神经网络-异或问题
    • 深入理解BP神经网络(论文讲解)
    • Google神经网络演示平台介绍
    • (实践)BP神经网络-手写数字识别项目

  • 决策树

    • 决策树-信息熵,ID3,C4.5算法介绍
    • (实践)决策树-例子
    • (实践)决策树-画图
    • 决策树-CART算法
    • (实践)决策树-线性二分类
    • (实践)决策树-非线性二分类

  • 集成学习

    • (实践)Bagging介绍与使用
    • (实践)随机森林RF介绍与使用
    • (实践)Adaboost介绍与使用
    • (实践)Stacking和Voting介绍与使用
    • Kaggle介绍，数据分析

  • 贝叶斯算法

    • 贝叶斯算法背景
    • 贝叶斯算法介绍
    • (实践)贝叶斯-iris
    • (实践)词袋模型介绍
    • (实践)TF-IDF算法介绍

  • 聚类算法

    • K-MEANS算法介绍
    • (实践)python实现K-MEANS算法
    • (实践)sklearn-K-MEANS
    • (实践)sklearn-Mini-Batch-K-Means
    • K-MEANS算法存在的4个问题
    • (实践)K-MEANS代价函数应用
    • (实践)K-MEANS肘部法则
    • K-MEANS算法可视化
    • DBSCAN算法讲解
    • DBSCAN算法可视化
    • (实践)sklearn-DBSCAN算法

  • 主成分分析PCA

    • PCA算法讲解
    • (实践)python实现PCA降维

  • 支持向量机SVM

    • SVM简介
    • (实践)SVM简单例子
    • SVM算法推导
    • 松弛变量与惩罚函数
    • SVM简单实例
    • SVM低维映射到高维
    • 核函数
    • (实践)SVM-线性分类
    • (实践)SVM-非线性分类

    订阅失败

    机器学习算法基础
    机器学习算法基础 ...

    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

    (实践)决策树-例子

    课程介绍

    30个小时知识无盲区课程，覆盖十多个行业应用。
    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～