3天最简单快速入门Python机器学习
  1. 01-人工智能概述

    1. 录播
      01-人工智能概述
      16分钟
  2. 02-什么是机器学习

    1. 录播
      02-什么是机器学习
      10分钟
  3. 03-机器学习算法分类

    1. 录播
      03-机器学习算法分类
      8分钟
  4. 04-机器学习开发流程

    1. 录播
      04-机器学习开发流程
      4分钟
  5. 05-学习框架和资料介绍

    1. 录播
      05-学习框架和资料介绍
      13分钟
  6. 06-可用数据集

    1. 录播
      06-可用数据集
      12分钟
  7. 07-sklearn数据集使用

    1. 录播
      07-sklearn数据集使用
      24分钟
  8. 08-字典特征抽取

    1. 录播
      08-字典特征抽取
      31分钟
  9. 09-文本特征抽取CountVectorizer

    1. 录播
      09-文本特征抽取CountVectorizer
      16分钟
  10. 10-中文文本特征抽取

    1. 录播
      10-中文文本特征抽取
      15分钟
  11. 11-文本特征抽取TfidfVevtorizer

    1. 录播
      11-文本特征抽取TfidfVevtorizer
      18分钟
  12. 12-数据预处理-归一化

    1. 录播
      12-数据预处理-归一化
      19分钟
  13. 13-数据预处理-标准化

    1. 录播
      13-数据预处理-标准化
      8分钟
  14. 14-什么是降维

    1. 录播
      14-什么是降维
      7分钟
  15. 15-删除低方差特征与相关系数

    1. 录播
      15-删除低方差特征与相关系数
      26分钟
  16. 16-主成分分析

    1. 录播
      16-主成分分析
      12分钟
  17. 17-instacart降维案例

    1. 录播
      17-instacart降维案例
      24分钟
  18. 18-总结

    1. 录播
      18-总结
      15分钟

对课程感兴趣?

点击报名,听课时长可兑换余额哦~

3天最简单快速入门Python机器学习免费

最近在学 29 累计报名 197 好评度 -
咨询老师
用手机看

扫一扫继续用手机看

  • 微信扫码

  • QQ扫码

下载手机APP

课程概述

目录

评论

简  介 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。

更多教程添加q2212232413

课程特色|亮点

1. 用最快地办法入门机器学习

2. 用最简单方式轻松掌握Sikit-Learn机器学习库

 

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

* 课程提供者:黑马程序员

老师还为你推荐了以下几门课程