ET资源温馨提示:快速入门python机器学习课程 最适合初学者包含代码该阶段是机器学习的入门课程,主要介绍一些经典的传统机器学习算法,如分类算法:KNN算法,朴素贝叶斯算法,逻辑回归,决策树算法以及
ET资源正文:

快速入门python机器学习课程 最适合初学者包含代码

该阶段是机器学习的入门课程,主要介绍一些经典的传统机器学习算法,如分类算法:KNN算法,朴素贝叶斯算法,逻辑回归,决策树算法以及随机森林;

回归算法:线性回归,岭回归;聚类算法:KMeans算法,结合Python语言实现的经典机器学习库Sikit-Learn库,实现一些小型预测案例。

课程内容介绍

1. 机器学习概述

  a) 人工智能概述

  b) 什么是机器学习

  c) 机器学习算法分类

  d) 机器学习开发流程

  e) 学习框架和资料介绍

2. 特征工程

  a) 数据集

  b) 特征工程介绍

  c) 特征抽取

  d) 特征预处理

  e) 特征降维

  f) 主成分分析

3. 分类算法

  a) sklearn转换器和估计器

  b) K-近邻算法

  c) 模型选择与调优

  d) 朴素贝叶斯算法

  e) 决策树

  f) 集成学习方法之随机森林

4. 回归与聚类算法

  a) 线性回归

  b) 欠拟合与过拟合

  c) 线性回归的改进-岭回归

  d) 分类算法-逻辑回归与二分类

  e) 模型保存和加载

  f) 无监督学习-KMeans算法


快速入门python机器学习课程 最适合初学者包含代码
快速入门python机器学习课程 最适合初学者包含代码标题图片
本信息由 会员:浮舟 整理发布。
本站声明:
1:本站不存储任何资源文件,敬请周知!本站所有资源仅供技术人员研究学习使用,如需商业使用请直接联系版权方获取授权!
2:本站信息若非特殊注明均为会员搜集发布,本站不对资源提供任何技术支持,请自行研究学习。
3:本站客服仅对站点使用提供咨询解答,不涉及任何资源内容信息。
4:本站不销售任何资源,我们仅提供技术交流分享服务。
5:如果此资源信息对你的权益造成困扰,请直接点击标题下的《投诉/版权异议》提交您的有效证明信息,我们会及时处理相关信息并且通知相关会员。

et资源
et资源 » 快速入门python机器学习课程 最适合初学者包含代码
标签:python   机器学习   编程学院

答疑解惑FAQ

评论

发表评论