• 讲师平台
    • 我的学习
    • 消息
    购买 ¥98.00

    机器学习的算法与实践-

    共69节1009人学习石逸凡 课程详情 领证书
    • 机器学习算法介绍

      • 人工智能综述
      • 本课程内容整体介绍
      • 第一个算法:KNN算法与应用介绍
      • 第一个算法:KNN算法代码示例
      • 第二个算法:线性回归1---数学描述
      • 第二个算法:线性回归2---梯度下降与代码示例
      • 偏差、方差、欠拟合与过拟合-1
      • 偏差、方差、欠拟合、过拟合-2
      • 第三个算法:逻辑回归算法---1 LR Function的引入
      • 第三个算法:逻辑回归--2 迭代函数推导
      • 第三个算法:逻辑回归---3 批量梯度迭代程序示例
      • 第三个算法:逻辑回归---4 随机/小批量梯度下降算法及示例
      • 第三个算法:逻辑回归---5 训练与测试实现二分类
      • 第三个算法:逻辑回归---6 多分类逻辑回归与极大似然估计
      • 第四个算法:支持向量机SVM---1 最大间隔平面最优解推导
      • 第四个算法:支持向量机SVM---2 软间隔与线性可分SVM代码示例
      • 第四个算法:支持向量机SVM---3 核函数及高斯核变换程序示例
      • 第四个算法:支持向量机SVM---4 高斯核函数证明/非线性分类程序示例
      • 第四个算法:支持向量机SVM---5 非线性SVM超平面绘制与核函数效果比较
      • 第五个算法:贝叶斯公式的引入与示例
      • 第五个算法:朴素贝叶斯算法推导与计算示例
      • 第五个算法:朴素贝叶斯应用示例
      • 第五个算法:伯努利朴素贝叶斯模型与垃圾邮件分类
      • 第五个算法:多项式朴素贝叶斯模型与垃圾邮件分类程序实例
      • 第六个算法:决策树、信息增益、程序与树绘图示例
      • 第六个算法:决策树ID3、C4.5、CART
      • 第七、八个算法:决策树集成算法:随机森林与GBDT
      • 第九个算法:UML之KMeans聚类、程序及迭代过程示例
      • 第九个算法:UML之KMeans聚类进行图像压缩示例
      • 第九个算法:KMeans++选K点、肘方法定K值及文本聚类示例
      • 第十个算法:UML之 EM算法---1:算法求解推导
      • 第十个算法:UML之 EM算法---2:伯努力实验与高斯混合分布实例讲解
      • 第11个算法:特征工程之PCA:算法推导
      • 第11个算法:特征工程之PCA:降维代码示例
      • 第12个算法:特征工程之独立成分分析ICA、用法及混声分离示例
      • 第13个算法:特征工程之SVD及特征工程算法小结
      • 第14个算法:增强学习Markov动态规划MDP:伯尔曼方程
      • 第14个算法:增强学习动态规划MDP:策略/值迭代与示例
      • 机器学习分布式计算框架:MR、MPI、参数服务器
      • 模型评估---1:混淆矩阵与F-Score
      • 模型评估---2:ROC曲线与AUC
      • 其它常用算法:推荐引擎与关联算法
    • 深度学习技术介绍

      • 单层与多层感知器模型
      • 激励函数,前馈神经网络与误差反向传播
      • 单层神经网络实现线性回归程序示例
      • 多层神经网络二次非线性回归程序示例
      • 卷积神经网络
      • 卷积神经网络图片识别程序示例
      • 循环神经网络RNN、LSTM及股票预测示例
    • 机器学习综合应用示例

      • 评分卡的计算方法与过程
      • 评分卡程序实例---Part1:离散值分箱、WOE、IV计算
      • 评分卡程序实例---Part2:连续值分箱、WOE、IV计算
      • 评分卡程序实例---Part3:WOE值替换及逻辑回归训练求theta
      • 评分卡程序实例---Part4 评分卡分值计算与过程总结
      • 优质客户识别与评级---Part1:随机森林识别优质客户
      • 优质客户识别与评级---Part2:逻辑回归评分卡分级客户
      • 价格回归预测完整综合实例---Part1: 数据预处理之特征清洗转换
      • 价格回归预测完整综合实例---Part2: 数据预处理之特征组合增维
      • 价格回归预测完整综合实例---Part3: 多种模型训练及初步验证
      • 价格回归预测完整综合实例---Part4: 多种模型的交叉验证
      • 价格回归预测完整综合实例---Part5: 模型参数调节
      • 价格回归预测完整综合实例---Part6: 确定生产模型---用测试集验证
      • 深度学习示例之图像识别1---图片生成器
      • 深度学习示例之图像识别2---模型建立、训练与识别
      • 深度学习示例之图像识别3---模型迁移参数调整再训练
      • 用MapReduce实现大规模并行机器学习-1:大数据ML与MR
      • 用MapReduce进行大规模并行机器学习-2:MR程序示例
      • 用MapReduce进行大规模并行机器学习-3:MR实现Kmeans算法流程
      • 用MapReduce进行大规模并行机器学习-4:MR实现Kmeans例程
    0/1024
    暂无留言

      订阅失败

      机器学习的算法与实践
      机器学习的算法与实践 ...

      订阅列表已满,请先移出部分订阅内容。

      当前章节需购买后观看
      开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!

      购买课程

      扫码完成付费,可继续学习全部课程内容

      加载中...
      正在试验
      后自动删除环境
      课程实验
      本次实验时间已到期 00:00:00
      程序员研修院 v1.1.0
      一、播放器优化
      修改播放器默认倍速设置,增加1.25倍速
      调整目录展示形式,增加折叠/展开
      优化播放器的使用体验,有播放问题可以点击播放页内的”反馈“提交问题
      查看全部版本记录
      课件正在飞速打包中,请耐心等待几秒钟~