基于SciKit的机器学习视频教程

基于SciKit的机器学习视频教程
共63节 211人在学 课程详情
  • 第1课:什么是机器学习

    • 1.1安装
    • 1.2了解ML库
    • 1.3介绍机器学习中的各种技术
    • 1.4了解“深度学习”与其他机器学习技术之间的区别
    • 1.5了解分类算法,回归算法,聚类算法,以及过拟合/欠拟合
    • 1.6了解降维,特征工程,特征选择
    • 1.7区分类别变量,序数变量和连续变量
    • 1.8执行独热编码
    • 1.9使用超参数和网格搜索
    • 1.10了解选择和指标
  • 第2课:探索数据集

    • 2.0学习目标
    • 2.1发现数据中的异常和数据完整性问题
    • 2.2清理和调整你的数据
    • 2.3选择特征和目标
    • 2.4实现训练集/测试集划分并且选择模型
  • 第3课:分类

    • 3.0学习目标
    • 3.1了解特征重要性
    • 3.2在决策树中建立切点
    • 3.3使用通用API
    • 3.4使用更加优质的数据集
    • 3.5多个分类器之间的比较
    • 3.6了解有关特征重要性的更多信息
    • 3.7使用多类别分类
    • 3.8了解预测概率和决策边界
  • 第4课:回归

    • 4.0 学习目标
    • 4.1 scikit-learn中的样本数据集
    • 4.2不同回归器之间的比较
    • 4.3使用线性模型
    • 4.4了解线性模型的缺陷
    • 4.5使用非线性回归器
  • 第5课:聚类

    • 5.0学习目标
    • 5.1聚类算法之间的比较
    • 5.2聚类检验假设
    • 5.3聚类为N类
    • 5.4聚类为未知数量的类别
    • 5.5使用基于密度的聚类算法:DBScan和HDBScan
    • 5.6评估聚类算法
  • 第6课:超参数

    • 6.0学习目标
    • 6.1探索一个超参数
    • 6.2探索多个超参数
    • 6.3使用Gridsearch CV
  • 第7课:特征工程和特征选择

    • 7.0学习目标
    • 7.1理解一个合成的例子
    • 7.2了解降维
    • 7.3使用主成分分析(PCA)
    • 7.4使用其他分解算法:NMF,LDA,ICA,t-dist
    • 7.5实现特征选择:单变量
    • 7.6实现特征选择:基于模型的特征选择
    • 7.7了解维数扩展(多项式特征)
    • 7.8使用独热编码
    • 7.9使用StandardScaler,RobustScaler,MinMaxScaler,Norm
    • 7.10四分位数化和二值化
  • 第8课:管道

    • 8.0学习目标
    • 8.1了解命令式顺序处理
    • 8.2使用管道
    • 8.3对管道进行网格搜索
  • 第9课:稳健的训练集/测试集划分

    • 9.1了解训练集/测试集划分
    • 9.2了解多种划分手段:KFold,LeaveOneOut,StratifiedKFold等
    • 9.3使用交叉验证
    • 总结

    订阅失败

    基于SciKit的机器学习视频教程
    基于SciKit的机器学习视频教程 ...

    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

    了解命令式顺序处理

    课程介绍

    Machine Learning with scikit-learn LiveLessons 是scikit-learn库的指南,该库提供了广泛的机器学习算法,以及通用且直观的相对统一的Python API。

    为各种模型提供的几十个类中大多数有着相同的接口。

    大多数时候你可以很容易地用一种算法来替换另一种算法,并且几乎不用修改你的代码。

    这使你能够快速探索问题空间,并经常可以获得关于你的问题或数据集的最佳的解决方案,或者至少是得到一个令你满意的方案。

    scikit-learn库建立在一些数学方面的Python库之上。它使用NumPy进行基本数据结构和性能上的优化,并与pandas和matplotlib兼容。scikit-learn是BSD许可下的免费软件。在深度神经网络这一个细分领域之外,Python中非常多机器学习程序是通过scikit-learn来完成的。

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 727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 · 22115人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4207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 · 788人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 842人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5155人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1506人在学

    Python Django 深度学习 小程序

    钟翔 · 2321人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 599人在学

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

    李杰 · 3987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~