机器学习:基础算法与模型实例
体系课

机器学习:基础算法与模型实例

  • 机器学习

基础知识点通俗解读

¥299.9
本课程包括
  • 5小时22分钟的视频随时观看
  • 课程包含 35 道测试题
  • 可在APP随时观看
  • 结业证书
你将收获
  • 掌握机器学习的基础算法模型
  • 熟悉机器学习基本建模流程
  • 了解机器学习在实际数据集中的应用方法
  • 掌握机器学习算法模型的简单应用

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

作为人工智能的重要分支,人工智能的重要技术基础,机器学习在越来越多的领域都发挥着巨大作用。

本门课程我们将系统学习机器学习的基础算法知识,课程从人工智能基本概念出发,通过公式推导对K近邻算法、线性回归算法、梯度下降原理、逻辑回归算法四类基础算法进行详细解读。

除此之外,课程重点讲解两大应用实例,让学员串联所学理论知识能够学以致用,通过全方位解读机器学习的建模思想与应用流程,最终让学员掌握机器学习基础算法与简单应用。

适合人群
  • 对人工智能感兴趣的学员
  • 具备一定Python语言基础的学员
  • 计算机相关专业大学生
讲师介绍
同济大学硕士,华东理工大学博士
擅长领域:
  • 人工智能认知与应用
  • 自然语言处理(NLP)
  • 机器学习
著有《跟着迪哥学Python数据分析与机器学习实战》,联通,移动,中信等公司特邀企业培训导师,全国高校教师培训讲师,开展线下与直播培训百余场,具有丰富的授课经验。
课程大纲
共0节 时长0分钟 全部收起
一、人工智能入学指南
共4节 | 54分钟
  • 1.AI时代首选Python
    10分钟
  • 2.机器学习:人工智能的核心
    18分钟
  • 3.Python环境配置
    12分钟
  • 4.Notebook工具使用
    14分钟
二、K近邻算法实战
共5节 | 57分钟
  • 1.K近邻算法概述
    14分钟
  • 2.模型的评估
    8分钟
  • 3.数据预处理
    10分钟
  • 4.sklearn库与功能概述
    11分钟
  • 5.多变量KNN模型
    14分钟
三、线性回归算法原理推导
共3节 | 34分钟
  • 1.回归问题概述
    6分钟
  • 2.误差项定义
    13分钟
  • 3.似然函数与参数求解
    15分钟
四、梯度下降原理
19分钟
五、逻辑回归算法
14分钟
六、案例实战:Python实现梯度下降与逻辑回归
共4节 | 34分钟
  • 1.任务概述
    6分钟
  • 2.完成梯度下降模块
    10分钟
  • 3.停止策略与梯度下降案例
    9分钟
  • 4.实验对比效果
    9分钟
七、案例实战:信用卡欺诈检测
共12节 | 1小时49分钟
  • 1.任务目标解读
    7分钟
  • 2.制定解决方案
    10分钟
  • 3.数据标准化处理
    9分钟
  • 4.数据集制作与切分
    17分钟
  • 5.模型评估方法与召回率
    9分钟
  • 6.正则化惩罚项
    9分钟
  • 7.训练逻辑回归模型
    10分钟
  • 8.混淆矩阵评估分析
    9分钟
  • 9.测试集遇到的问题
    5分钟
  • 10.阈值对结果的影响
    10分钟
  • 11.SMOTE样本生成策略
    7分钟
  • 12.过采样效果与项目总结
    7分钟
学习测试
共35题
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。