投稿

黑马程序员3天快速入门python机器学习

178.5万

2.1万

2018-12-27 15:29:51

未经作者授权，禁止转载

传智教育·黑马程序员人工智能研究院全新录制的人工智能入门教程全部配套资源领取方式：关注黑马程序员公众号，回复关键词:领取资源02 =============================== 该阶段是机器学习的入门课程，主要介绍一些经典的传统机器学习算法，如分类算法：KNN算法，朴素贝叶斯算法，逻辑回归，决策树算法以及随机森林；回归算法：线性回归，岭回归；聚类算法：KMeans算法，结合Python语言实现的经典机器学习库Sikit-Learn库，实现一些小型预测案例。视频教程及资料出自http://yun.itheima.com/course/500.html?bili =============================== 本教程学完请继续下一课程：NLP自然语言处理BV17y4y1m737

黑马程序员

黑马程序员发消息

咨询课程1对1就业指导、技术提升直接私信，周一到周五晚7点直播答疑求职技术干货，领取课程源码+资料，关注黑马程序员公众号，回复：领取资源02

01-人工智能概述

16:29

02-什么是机器学习

10:42

03-机器学习算法分类

07:54

04-机器学习开发流程

03:04

05-学习框架和资料介绍

12:46

06-可用数据集

11:32

07-sklearn数据集使用

23:03

08-字典特征抽取

30:21

09-文本特征抽取CountVectorizer

15:41

10-中文文本特征抽取

14:18

11-文本特征抽取TfidfVevtorizer

17:34

12-数据预处理-归一化

18:06

13-数据预处理-标准化

07:47

14-什么是降维

06:30

15-删除低方差特征与相关系数

25:08

16-主成分分析

11:43

17-instacart降维案例

23:20

18-总结

14:19

01-上节回顾

10:02

02-转换器与预估器

10:59

03-KNN算法

32:59

04-模型选择与调优

16:28

05-Facebook案例流程分析

11:28

06-Facebook案例代码实现

19:31

07-朴素贝叶斯算法原理

26:42

08-朴素贝叶斯算法对文本分类

25:47

09-认识决策树

09:23

10-决策树算法对鸢尾花分类

41:28

11-泰坦尼克号乘客分类案例流程分析

05:03

12-泰坦尼克号案例代码实现

14:59

13-随机森林

19:31

14-总结

09:19

01-上节回顾.

08:48

02-线性模型

19:37

03-损失函数

09:24

04-优化方法1-正规方程

08:57

05-优化方法2-梯度下降

25:23

06-正规方程与梯度下降对比

11:50

07-梯度下降优化器

02:51

08-过拟合与欠拟合

17:29

09-岭回归

11:18

10-逻辑回归原理

27:42

11-逻辑回归对癌症分类

15:35

12-精确率、召回率、F1-score

17:41

13-ROC曲线与AUC指标

14:54

14-模型保存与加载

06:05

15-KMeans算法原理

16:17

16-聚类的模型评估

10:17

17-总结

13:06

顶部