机器学习(算法&实例)视频课程

课程目标:了解传统机器学习的算法,包括线性回归,逻辑回归,决策树,随机森林,线性判别分析,主成分分析等推导原理,以及如何调用Sklearn库相关接口,完成算法的实现,应用到具体工程里面。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4.8分 共8课时,共2小时
现价¥1.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

了解传统机器学习的算法,包括线性回归,逻辑回归,决策树,随机森林,线性判别分析,主成分分析等推导原理,以及如何调用Sklearn库相关接口,完成算法的实现,应用到具体工程里面。

适用人群

对人工智能,机器学习感兴趣的朋友

课程简介

讲解线性回归算法的推导原理,最小二乘法的推导过程,以及求解偏导的意义;引用Sklearn库线性回归模块,调用线性回归的接口,实现模型的预测;讲解逻辑回归算法的推导原理,以及参数优化方法,随机梯度下降的实现方式;引用Sklearn库逻辑回归模块,调用逻辑回归的接口,实现模型的预测;讲解模型预测的评价标准,引入ROC指数,讲解Precision和Recall值得计算方式;讲解决策树方法的构建原理,熵的基础概念;调用Sklearn库决策树模块,构建一个决策树模型;引入组合模型随机森林,调用Sklearn库构建随机森林模型,以及构建决策树和随机森林参数初始化的意义。

1线性回归算法概述 [免费试看]
21:01
2线性回归算法案例
12:44
3逻辑回归算法概述
19:51
4逻辑回归算法案例
06:58
5ROC指数简介
22:26
6决策树原理
15:59
7构建决策树
12:09
8随机森林讲解
09:01
讲师介绍
滕飞
讲师评分5.0分
东北大学计算机科学与技术专业毕业,图像处理工程师,先后供职于国内大型互联网公司,热爱开源技术,喜欢分享,擅长C语言、C++语言,有着丰富的内核调优和驱动开发经验,现供职于国内大型银行企业科技部门,主要从事深度学习图像识别方面领域的开发和研究。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载