机器学习入门:涵盖十多个ML模型/算法

机器学习入门:涵盖十多个ML模型/算法
共101节 1021人在学 课程详情
  • 第一阶段 掌握基本模型 打开ML大门

    • 第一课第1节:机器学习的分类与基本概念
    • 第一课第2节:线性回归模型解析
    • 第一课第3节:损失函数与优化
    • 第一课第4节:欠拟合与过拟合
    • 第一课第5节:逻辑回归
    • 第一课第6节:代码
    • 第二课第1节:总体流程与核心问题
    • 第二课第2节:熵、信息增益、信息增益率
    • 第二课第3节:回归树
    • 第二课第4节:从决策树到随机森林
    • 第3课 SVM
    • 第四课(上)第1节:熵、联合熵、条件熵、互信息
    • 第四课(上)第2节:相对熵
    • 第四课(上)第3节:交叉熵
    • 第四课(上)第4节:最大熵模型
    • 第四课(下)第1节:最大似然函数到EM算法
    • 第四课(下)第2节:下边界函数
    • 第四课(下)第3节:kmeans聚类到EM算法
    • 第四课(下)第4节:高斯混合模型
  • 第二阶段 重中之重 特征工程

    • 第五课第1节:特征工程介绍
    • 第五课第2节:数据选择/清洗/采样
    • 第五课第3节:数值型/类别型/日期型/文本型特征处理
    • 第五课第4节:组合特征处理
    • 第五课第5节:特征选择
    • 第五课第6节:特征工程案例
    • 第六课第1节:复习上节课
    • 第六课第2节:模型选择第一种含义
    • 第六课第3节:模型选择第二种含义
    • 第六课第4节:超参数含义和选择
    • 第六课第5节:模型效果优化(1) 过拟合/欠拟合
    • 第六课第6节:模型效果优化(2) 权重分析
    • 第六课第7节:模型效果优化(3) Bad-case分析
    • 第六课第8节:模型效果优化(4) 模型融合
    • 第六课第9节:代码案例
  • 第三阶段 工业实战 在实战中掌握一切

    • 第八课第3节:xgboost高级用法
    • 第八课第4节:便利店销量预测
    • 第八课第5节:LightGBM参数
    • 第八课第6节:LightGBM用法速查表
    • 第九课第1节:推荐系统与评估
    • 第九课第2节:基于内容推荐
    • 第九课第3节:协同过滤
    • 第九课第4节:矩阵分解与隐语义模型
    • 第九课第5节:word2vec在推荐系统中的简单应用
    • 第九课第6节:电商推荐系统选讲与案例
    • 第十课第1节:聚类算法介绍和应用
    • 第十课第2节:K-means迭代过程
    • 第十课第3节:K-means随机初始化
    • 第十课第4节:K-means最远点初始化
    • 第十课第5节:K-means ++
    • 第十课第6节:层次聚类
    • 第十课第7节:K-means Python代码
    • 第十一课第1节:活动推荐比赛介绍
    • 第十一课第2节:活动推荐解答思路
    • 第十一课第3节:活动推荐比赛代码
    • 第十一课第4节:酒店推荐比赛介绍
    • 第十一课第5节:酒店推荐解答思路
    • 第十一课第6节:酒店推荐比赛代码
    • 第七课第1节:scikit-learn的使用
    • 第七课第2节:项目概览
    • 第七课第3节:获取数据
    • 第七课第4节:数据探索和可视化、发现规律
    • 第七课第5节:为机器学习算法准备数据
    • 第七课第6节:选择、训练、评估模型
    • 第七课第7节:微调、启动、监控、维护
    • 第八课第1节:xgboost介绍与参数
    • 第八课第2节:xgboost应用
  • 第四阶段 高阶知识 深入机器学习

    • 第十二课第1节:贝叶斯网络
    • 第十二课第2节:隐含马尔科夫模型
    • 第十二课第3节:条件独立
    • 第十二课第4节:例题分析
    • 第十三课第1节:马科夫链
    • 第十三课第2节:隐马科夫链
    • 第十三课第3节:隐马科夫链解法
    • 第十三课第4节:隐马科夫链应用:词性标注
    • 第十四课第1节:主题模型理论直观版
    • 第十四课第2节:主题模型理论标准版
    • 第十四课第3节:主题模型理论公式版
    • 第十四课第4节:实战
  • 第五阶段 迈入深度学习 打开DL大门

    • 第十五课第1节:背景介绍
    • 第十五课第2节:感知器与逻辑门
    • 第十五课第3节:神经网络强大的空间非线性切分能力
    • 第十五课第4节:神经网络表达力与过拟合问题
    • 第十五课第5节:BP算法与SGD
    • 第十五课第6节:代码与示例
    • 第十六课第1节:神经网络
    • 第十六课第2节:数据输入层
    • 第十六课第3节:卷积计算层
    • 第十六课第4节:激励层
    • 第十六课第5节:池化层,全连接层
    • 第十六课第6节:卷积层可视化、训练算法、优缺点
    • 第十六课第7节:正则化与Dropout
    • 第十六课第8节:典型网络
    • 第十七课第1节:场景与多种应用
    • 第十七课第2节:层级结构
    • 第十七课第3节:多种RNN
    • 第十七课第4节:BPTT算法
    • 第十七课第5节:生成模型与图像描述
    • 第十七课第6节:LSTM
    • 第十八课第1节:caffe
    • 第十八课第2节:tensorflow
    • 第十八课第3节:pytorch

    订阅失败

    机器学习入门:涵盖十多个ML模型/算法
    机器学习入门:涵盖十多个ML模型/算法 ...

    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

    酒店推荐解答思路

    课程介绍

    一、课程背景

    1. 正在网上看视频的你,是否看了网上很多的视频,却始终迷迷糊糊、不成体系?

    2. 正在看书自学的你,是否在学习过程中遇到了很多问题,但始终不得其解,而且还找不到人问,没有人快速给你解决?

    3. 正在学校上课的你,是否对每个模型和算法都能说个大概,但却不知道它们在公司里是如何应用的,想一探究竟,却始终得不到答案?

    4. 正在读研的你,是否因为导师强塞的方向和巨大的压力无法短期入门精通而焦虑万分?

    5. 正在找工作的你,是否投了很多公司的简历(巴不得一上午投完所有招聘的公司),但投了之后,简历始终都是石沉大海、杳无音讯?

    6. 正在做机器学习工作的你,是否技术上遇到了瓶颈,对模型的选择/调优、特征工程等不够熟练,导致在团队中竞争力不够,从而升职加薪困难?

    因为机器学习是一门实战性极强的学科,所以看一个课程是否有真正的工业实战,一看讲师团队是否是公司里多年实际带队做机器学习的,二看教学理念/侧重。

    第一方面,本课程的所有讲师均全部来自BAT + Google的一线技术大咖亲自授课,是真正工业人士授课的工业课程,帮助学员实际理解这些机器学习理论模型算法到底是如何应用在工业实践中的。

     

    第二方面,如上所说,网上视频很多,但由于没有个性化的内容、辅导、答疑,导致不少初学者看再多视频,视频看再多次,都是迷迷糊糊、不成体系,故本课程一直维持着讲师助教组长高水准答疑,助力找/换工作和升职加薪。

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 758人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22206人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4222人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 794人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 844人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5161人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1511人在学

    Python Django 深度学习 小程序

    钟翔 · 2333人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 605人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 4001人在学

    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~