机器学习算法基础

机器学习算法基础

适用人群： 想入门机器学习的小白

共84课时
21小时8分15秒
2019-01-07更新

课程目标

帮助数百万的年轻人打开人工智能的大门！

适用人群

想入门机器学习的小白

课程简介

机器学习是人工智能的基础，本课程将学习到大多数机器学习中的经典算法，基于python案例演示如何应用机器学习算法解决实际问题。标有“实践”的课程内容为Python实践编程课程。课程希望帮助数百万的小白打开人工智能的大门！全中文教学多行业实战项目同步配套完整代码零基础小白也能学配置环境：Windows 10使用语言：Python授课软件版本、工具版本：Python 3.6Anaconda 5.2

视频列表

机器学习背景知识介绍

python安装

机器学习基础概念

一元线性回归

代价函数

梯度下降法

(实战)梯度下降法-一元线性回归

(实战)sklearn-一元线性回归

线性代数复习

多元线性回归

(实战)梯度下降法-多元线性回归

(实战)sklearn-多元线性回归

(实战)sklearn-多项式回归

标准方程法

(实战)标准方程法

特征缩放,交叉验证法

过拟合,正则化

岭回归

(实战)sklearn-岭回归

(实战)标准方程法-岭回归

LASSO算法

(实战)sklearn-LASSO算法

(实战)sklearn-弹性网

逻辑回归

正确率,召回率,F1指标

(实战)梯度下降法-逻辑回归

(实战)sklearn-逻辑回归

(实战)梯度下降法-非线性逻辑回归

(实战)sklearn-非线性逻辑回归

神经网络背景概述

单层感知器介绍

单层感知器程序

(实践)单层感知器-异或问题

(实践)线性神经网，Delta学习规则

(实践)线性神经网络解决异或问题

BP神经网络介绍

BP算法推导

(实践)BP神经网络-异或问题

深入理解BP神经网络(论文讲解)

Google神经网络演示平台介绍

KNN算法介绍

(实践)KNN算法实现

(实践)使用KNN完成Iris数据集分类

(实践)sklearn-KNN-iris分类

决策树-信息熵,ID3,C4.5算法介绍

(实践)决策树-例子

(实践)决策树-画图

决策树-CART算法

(实践)决策树-CART算法

(实践)决策树-线性二分类

(实践)决策树-非线性二分类

(实践)Bagging介绍与使用

(实践)随机森林RF介绍与使用

(实践)Adaboost介绍与使用

(实践)Stacking和Voting介绍与使用

Kaggle介绍，数据分析

贝叶斯算法背景

贝叶斯算法介绍

(实践)贝叶斯-iris

(实践)词袋模型介绍

(实践)TF-IDF算法介绍

K-MEANS算法介绍

(实践)python实现K-MEANS算法

(实践)sklearn-K-MEANS

(实践)sklearn-Mini-Batch-K-Means

K-MEANS算法存在的4个问题

(实践)K-MEANS代价函数应用

(实践)K-MEANS肘部法则

K-MEANS算法可视化

DBSCAN算法讲解

DBSCAN算法可视化

(实践)sklearn-DBSCAN算法

PCA算法讲解

(实践)python实现PCA降维

(实践)手写数字降维可视化

SVM简介

(实践)SVM简单例子

SVM算法推导

松弛变量与惩罚函数

SVM简单实例

SVM低维映射到高维

核函数

(实践)SVM-线性分类

(实践)SVM-非线性分类