適用人群

數(shù)據(jù)分析,機器學(xué)習(xí),數(shù)據(jù)挖掘領(lǐng)域研究者。

具有Python編程語言開發(fā)者（攻城獅）

課程概述本課程使用Python語言及其分析與建模工具庫。對數(shù)據(jù)挖掘和機器學(xué)習(xí)領(lǐng)域中經(jīng)典的算法給出完整的原理推導(dǎo)及實例進行講解，基于實際案例演示如何應(yīng)用機器學(xué)習(xí)算法進行實際問題的解決，主要包含的算法有KNN算法、線性回歸、Logistic回歸、決策樹、樸素貝葉斯算法、支持向量機、神經(jīng)網(wǎng)絡(luò)算法和Boosting算法等內(nèi)容。

目錄

章節(jié)1:機器學(xué)習(xí)基礎(chǔ)之KNN算法原理及實戰(zhàn)

課時1視頻KNN算法原理及實戰(zhàn)47:02

章節(jié)2:線性回歸分析原理及實戰(zhàn)

課時2視頻線性回歸分析34:57

章節(jié)3:邏輯回歸算法原理及實戰(zhàn)

課時3視頻邏輯回歸算法40:37

章節(jié)4:決策樹算法推導(dǎo)即實戰(zhàn)

課時4視頻決策樹47:15

章節(jié)5:樸素貝葉斯算法原理推導(dǎo)機實戰(zhàn)

課時5視頻樸素貝葉斯算法40:54

章節(jié)6:神經(jīng)網(wǎng)絡(luò)算法的推導(dǎo)及實戰(zhàn)

課時6視頻神經(jīng)網(wǎng)絡(luò)的原理22:21

課時7視頻神經(jīng)網(wǎng)絡(luò)的實戰(zhàn)19:00

章節(jié)7:支持向量機原理推導(dǎo)及實戰(zhàn)

課時8視頻支持向量機38:55

章節(jié)8:Boosting算法的原理機實戰(zhàn)

課時9視頻Boosting算法的原理37:42

章節(jié)9:集塵學(xué)習(xí)算法原理及實戰(zhàn)

課時10視頻集成學(xué)習(xí)算法簡介18:04

課時11視頻集成學(xué)習(xí)算法29:59

課時12視頻集成學(xué)習(xí)算法實戰(zhàn)22:11