北风网零基础实战机器学习(Python语言、算法、Numpy库、MatplotLib)
商业版

北风网零基础实战机器学习(Python语言、算法、Numpy库、MatplotLib)

2018-01-12 17:39:26      大数据/机器学习机器学习/数据分析     官方发布         

¥ 8.00

VIP会员免费下载本站所有课程,非VIP用户原价购买!立即升级

8 1359

课程介绍:

零基础实战机器学习(Python语言、算法、Numpy库、MatplotLib)

2017


机器学习作为人工智能的一部分,已经应用于很多领域,远超过人们的想象,垃圾邮件的过滤,在线广告的推荐系统,还有目前发展飞快的物体识别、人脸识别和语音识别的发展,都是机器学习的应用的成果。机器学习在改善商业决策、提高生产率、检测疾病、预测天气等方面都有非常大的应用前景。


1.
课程研发环境

本课程的代码实现是基于Python语言,用到Numpy库和MatplotLib.

开发工具: Python win;


2.
内容简介

本教程系统的介绍了机器学习的目的和方法。并且针对每一种常用的方法进行了详细的解析,用实例来说明具体的实现,学生可以跟着一步步完成。在面对现实的问题的时候,可以找到非常可靠的参照。本课程在最开始讲解了Python语言的基础知识,以保证后面的课程中可以顺利进行。更多的Python语言的知识,需要学员自己去找更多的资料进行学习。


本课程主要讲述了两大类机器学习的方法:有监督学习和无监督学习,其中有监督学习里面,又分为分类和预测数值型数据。这些算法都是基础的算法。这样可以降低学习的难度,容易理解机器学习思路和实现的过程。


老王:16年软件发工作经历,2年知名软件培训机构专职讲师经历、曾任项目经理、教学主管多年,在Window系统、移动平台的应用软件研发、人工智能的应用领域有很深的造诣。


第一章 机器学的任务和方法1-2.mp4
第二章 Python语言基础1-6.mp4
第二章 Python语言基础7-13.mp4
第三章 分类算法介绍1.mp4
第四章 k-临近算法1-7.mp4
第五章 决策树1-5.mp4
第六章 基于概率论的分类方法:朴素贝叶斯1-6.mp4
第七章 Logistic回归1-6.mp4
第八章 支持向量机1-8.mp4
第九章 利用AdaBoost元算法提高分类性能1-5.mp4
第十章 利用回归预测数值型数据1-5.mp4
第十一章 树回归1-3.mp4
第十二章 无监督学习1.mp4
第十三章 利用K-均值聚类算法对未标注数据分组1-2.mp4
第十四章 使用Apriori算法进行关联分析1-3.mp4
第十五章 使用FP-growth算法来高效发现频分项集1-3.mp4
第十六章 利用PCA来简化数据1-2.mp4
第十七章 利用SVD简化数据1-3.mp4
第十八章 大数据与MapReduce1.mp4
第十九章 学习总结.mp4
资料包

blob.png

blob.png


8条历史评价
  1. 未评价,系统默认好评!

  2. 未评价,系统默认好评!

  3. 未评价,系统默认好评!

  4. 未评价,系统默认好评!

  5. 未评价,系统默认好评!

  6. 未评价,系统默认好评!

  7. 未评价,系统默认好评!

  8. 未评价,系统默认好评!

  9. 更多评论

购买须知:

Hi, 如果你对这套课程有疑问,可以跟我联系哦!

联系客服
Copyright © 2005-2018 昕昕网络教程
Hello,欢迎来咨询~
新手教程 技术支持 0771-6793789 电话咨询 回到顶部