• 投稿

温州大学《机器学习》课程全集

2.6万
6
2022-01-21 22:23:21
370
237
1323
165
温州大学《机器学习》公开课合集,黄海广老师主讲,适合本科三年级以上学生学习。本课程用通俗和结合案例的方式,讲解机器学习算法,如经典算法:线性回归、逻辑回归、决策树等,也将讲解近几年才出现的如XGBoost、LightGBM等集成学习算法。通过本课程,你不仅得到理论基础的学习,而且获得那些利用机器学习解决问题的实用技术,包括机器学习工具的使用等等。 课程大纲、课程练习题请到中国大学慕课:https://www.icourse163.org/course/WZU-1464096179 课程代码分享在github:https://github.com/fengdu78/WZU-machine-learning-course
温州大学《机器学习》课程简介
03:47
1-1.机器学习概述
09:53
1-2.机器学习的类型
07:50
1-3.机器学习的背景知识
11:17
1-4.机器学习的开发流程
06:47
2-1.线性回归
14:30
2-2.梯度下降
14:27
2-3.正则化
09:40
2-4.回归的评价指标
11:07
3-1.分类问题
06:33
3-2.Sigmoid函数
06:03
3-3.逻辑回归求解
07:48
3-4.逻辑回归代码实现
10:09
4-1.贝叶斯方法
05:21
4-2.朴素贝叶斯原理
10:59
4-3.朴素贝叶斯案例
08:23
4-4.朴素贝叶斯代码实现
06:31
5.1数据集划分
10:16
5-2.评价指标
11:01
5-3.正则化、偏差和方差
11:52
6-1. Scikit-learn概述
06:29
6-2.Scikit-learn主要用法(一)
09:22
6-2.Scikit-learn主要用法(二)
09:03
6-3.Scikit-learn案例(一)
06:06
6-3.Scikit-learn案例(二)
07:30
6-3.Scikit-learn案例(三)
07:19
6-3.Scikit-learn案例(四)
05:57
7-1.距离度量
08:08
7-2.KNN算法
04:50
7-3.KD树划分
05:49
7-4.KD树搜索
06:32
8-1.决策树原理
08:05
8-2.ID3算法
09:57
8-3.C4.5算法
08:35
8-4.CART算法
15:16
9.1.集成学习方法概述
09:04
9-2.Adaboost和GBDT算法
15:24
9-3.XGBoost
11:04
9-4.LightGBM
12:13
9-5.集成学习代码练习
08:55
10.1.人工神经网络概述
05:02
10.2.感知机算法
05:15
10.3.BP算法
14:33
11.1.支持向量机概述
06:17
11.2.线性可分支持向量机
07:20
11.3.线性支持向量机
04:39
11.4.线性不可分支持向量机
07:32
11.5.支持向量机代码练习
12:48
12.1.无监督学习概述
07:09
12.2.K-means聚类
13:02
12.3.密度聚类和层次聚类
09:09
12.4.聚类的评价指标
06:38
13.1.降维概述
08:41
13.2.SVD(奇异值分解)-原理
13:14
13.3.SVD(奇异值分解)-案例
05:07
13.4.PCA(主成分分析)
17:49
14.1.关联规则概述
07:18
14.2.Apriori 算法
09:12
14.3.FP-Growth算法
13:18
15.1.机器学习项目流程概述
07:54
15.2.数据清洗
13:49
15.3.特征工程
08:24
15.4.数据建模
15:04
15.5.调参代码练习
10:39
客服
顶部
赛事库 课堂 2021拜年纪