【Python】第16周 数据挖掘与机器学习进阶(上)—136人已学习
课程介绍
本周课程讲机器学习的概念,了解什么是机器学习以及机器学习的主要任务,kNN算法、线性回归算法的原理与实现,如何拆分训练数据集与测试数据集,算法中的超参数以及特征归一化等内容。实战部份,将讲解手写字体识别和房价预测。
课程收益
机器学习基础 kNN算法原理与实现 封装kNN分类器 拆分训练数据集 算法中超参数 特征归一化 线性回归法 楼度下降法
讲师介绍
优快云就业班 更多讲师课程
专注提供优质教学内容
课程大纲
1. 计算样本之间的距离 11:21
2. k近邻算法 14:19
3. k近邻算法实战鸢尾花分类 18:07
4. 拆分训练集与测试集(留出法) 19:27
5. 参数调节 12:54
6. 数据标准化 17:32
7. 基尼系数 20:50
8. 决策树原理 19:07
9. 使用决策树执行分类任务 16:20
10. 封装机器学习算法 23:29
11. 决策边界 20:15
12. 过拟合与欠拟合 12:28
13. 决策树剪枝 11:48
大家可以点击【 查看详情】查看我的课程
课程介绍

本周课程讲机器学习的概念,了解什么是机器学习以及机器学习的主要任务,kNN算法、线性回归算法的原理与实现,如何拆分训练数据集与测试数据集,算法中的超参数以及特征归一化等内容。实战部份,将讲解手写字体识别和房价预测。
课程收益
机器学习基础 kNN算法原理与实现 封装kNN分类器 拆分训练数据集 算法中超参数 特征归一化 线性回归法 楼度下降法
讲师介绍
优快云就业班 更多讲师课程
专注提供优质教学内容
课程大纲
1. 计算样本之间的距离 11:21
2. k近邻算法 14:19
3. k近邻算法实战鸢尾花分类 18:07
4. 拆分训练集与测试集(留出法) 19:27
5. 参数调节 12:54
6. 数据标准化 17:32
7. 基尼系数 20:50
8. 决策树原理 19:07
9. 使用决策树执行分类任务 16:20
10. 封装机器学习算法 23:29
11. 决策边界 20:15
12. 过拟合与欠拟合 12:28
13. 决策树剪枝 11:48
大家可以点击【 查看详情】查看我的课程