机器学习的算法与实践

机器学习的算法与实践
共69节 1331人在学 课程详情
课程目录
讨论留言
  • 机器学习算法介绍

    • 人工智能综述
    • 本课程内容整体介绍
    • 第一个算法:KNN算法与应用介绍
    • 第一个算法:KNN算法代码示例
    • 第二个算法:线性回归1---数学描述
    • 第二个算法:线性回归2---梯度下降与代码示例
    • 偏差、方差、欠拟合与过拟合-1
    • 偏差、方差、欠拟合、过拟合-2
    • 第三个算法:逻辑回归算法---1 LR Function的引入
    • 第三个算法:逻辑回归--2 迭代函数推导
    • 第三个算法:逻辑回归---3 批量梯度迭代程序示例
    • 第三个算法:逻辑回归---4 随机/小批量梯度下降算法及示例
    • 第三个算法:逻辑回归---5 训练与测试实现二分类
    • 第三个算法:逻辑回归---6 多分类逻辑回归与极大似然估计
    • 第四个算法:支持向量机SVM---1 最大间隔平面最优解推导
    • 第四个算法:支持向量机SVM---2 软间隔与线性可分SVM代码示例
    • 第四个算法:支持向量机SVM---3 核函数及高斯核变换程序示例
    • 第四个算法:支持向量机SVM---4 高斯核函数证明/非线性分类程序示例
    • 第四个算法:支持向量机SVM---5 非线性SVM超平面绘制与核函数效果比较
    • 第五个算法:贝叶斯公式的引入与示例
    • 第五个算法:朴素贝叶斯算法推导与计算示例
    • 第五个算法:朴素贝叶斯应用示例
    • 第五个算法:伯努利朴素贝叶斯模型与垃圾邮件分类
    • 第五个算法:多项式朴素贝叶斯模型与垃圾邮件分类程序实例
    • 第六个算法:决策树、信息增益、程序与树绘图示例
    • 第六个算法:决策树ID3、C4.5、CART
    • 第七、八个算法:决策树集成算法:随机森林与GBDT
    • 第九个算法:UML之KMeans聚类、程序及迭代过程示例
    • 第九个算法:UML之KMeans聚类进行图像压缩示例
    • 第九个算法:KMeans++选K点、肘方法定K值及文本聚类示例
    • 第十个算法:UML之 EM算法---1:算法求解推导
    • 第十个算法:UML之 EM算法---2:伯努力实验与高斯混合分布实例讲解
    • 第11个算法:特征工程之PCA:算法推导
    • 第11个算法:特征工程之PCA:降维代码示例
    • 第12个算法:特征工程之独立成分分析ICA、用法及混声分离示例
    • 第13个算法:特征工程之SVD及特征工程算法小结
    • 第14个算法:增强学习Markov动态规划MDP:伯尔曼方程
    • 第14个算法:增强学习动态规划MDP:策略/值迭代与示例
    • 机器学习分布式计算框架:MR、MPI、参数服务器
    • 模型评估---1:混淆矩阵与F-Score
    • 模型评估---2:ROC曲线与AUC
    • 其它常用算法:推荐引擎与关联算法
  • 深度学习技术介绍

    • 单层与多层感知器模型
    • 激励函数,前馈神经网络与误差反向传播
    • 单层神经网络实现线性回归程序示例
    • 多层神经网络二次非线性回归程序示例
    • 卷积神经网络
    • 卷积神经网络图片识别程序示例
    • 循环神经网络RNN、LSTM及股票预测示例
  • 机器学习综合应用示例

    • 评分卡的计算方法与过程
    • 评分卡程序实例---Part1:离散值分箱、WOE、IV计算
    • 评分卡程序实例---Part2:连续值分箱、WOE、IV计算
    • 评分卡程序实例---Part3:WOE值替换及逻辑回归训练求theta
    • 评分卡程序实例---Part4 评分卡分值计算与过程总结
    • 优质客户识别与评级---Part1:随机森林识别优质客户
    • 优质客户识别与评级---Part2:逻辑回归评分卡分级客户
    • 价格回归预测完整综合实例---Part1: 数据预处理之特征清洗转换
    • 价格回归预测完整综合实例---Part2: 数据预处理之特征组合增维
    • 价格回归预测完整综合实例---Part3: 多种模型训练及初步验证
    • 价格回归预测完整综合实例---Part4: 多种模型的交叉验证
    • 价格回归预测完整综合实例---Part5: 模型参数调节
    • 价格回归预测完整综合实例---Part6: 确定生产模型---用测试集验证
    • 深度学习示例之图像识别1---图片生成器
    • 深度学习示例之图像识别2---模型建立、训练与识别
    • 深度学习示例之图像识别3---模型迁移参数调整再训练
    • 用MapReduce实现大规模并行机器学习-1:大数据ML与MR
    • 用MapReduce进行大规模并行机器学习-2:MR程序示例
    • 用MapReduce进行大规模并行机器学习-3:MR实现Kmeans算法流程
    • 用MapReduce进行大规模并行机器学习-4:MR实现Kmeans例程
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

用卷积神经网络进行手写体识别的程序示例

课程介绍

本课程体系化的、完整地讲解人工智能的算法与实践。课程紧密结合实例对机器学习领域绝大多数常用算法(涉及监督学习、无监督学习、增强学习、特征工程、深度学习等几乎全领域的数据智能算法)的原理、各算法使用、真实工程中使用进行讲解;除每一种算法都结合程序实例讲解,第三大章又结合真实场景与实例讲解在实际工程中如何真正使用算法解决问题(数据准备、分析、处理、特征工程、模型选择、训练、调优、调参、评估、应用等等)。旨在培养又能理解算法,又能在行业实践与应用场景中真正使用人工智能算法的专业人才

推荐课程

信息系统项目管理师自考笔记

李明 · 710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 · 22070人在学

手把手搭建Java超市管理系统【附源码】(毕设)

汤小洋 · 4198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 · 786人在学

基于SSM酒店管理系统(毕设)

小尼老师 · 837人在学

java项目实战之购物商城(java毕业设计)

Long · 5151人在学

手把手搭建Java求职招聘系统【附源码】(毕设)

汤小洋 · 1504人在学

Python Django 深度学习 小程序

钟翔 · 2315人在学

城管局门前三包管理系统+微信小程序(vue+springboot)

赖国荣 · 597人在学

Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

李杰 · 3979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

    订阅失败

    机器学习的算法与实践
    机器学习的算法与实践 ...

    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...
    课件正在飞速打包中,请耐心等待几秒钟~