慕课-燕京理工学院

机器学习_温州大学

课程类型：选修课

发布时间：2024-11-27 11:29:01

主讲教师：

课程来源：

建议学分：0.00分

课程编码：mk004983

课程介绍

课程目录

教师团队

{10}--人工神经网络

[10.1.1]--人工神经网络发展历史.mp4 （0分钟）

[10.2.1]--感知机算法.mp4 （0分钟）

[10.3.1]--反向传播算法(BP算法).mp4 （0分钟）

{11}--支持向量机

[11.1.1]--支持向量机概述.mp4 （0分钟）

[11.2.1]--线性可分支持向量机.mp4 （0分钟）

[11.3.1]--线性支持向量机.mp4 （0分钟）

[11.4.1]--线性不可分支持向量机.mp4 （0分钟）

[11.5.1]--支持向量机代码练习.mp4 （0分钟）

{12}--聚类

[12.1.1]--无监督学习概述.mp4 （0分钟）

[12.2.1]--K-means聚类.mp4 （0分钟）

[12.3.1]--密度聚类和层次聚类.mp4 （0分钟）

[12.4.1]--聚类的评价指标.mp4 （0分钟）

{13}--降维

[13.1.1]--降维概述.mp4 （0分钟）

[13.2.1]--SVD(奇异值分解)原理.mp4 （0分钟）

[13.2.2]--SVD(奇异值分解)案例.mp4 （0分钟）

[13.3.1]--PCA(主成分分析).mp4 （0分钟）

{14}--关联规则

[14.1.1]--关联规则概述.mp4 （0分钟）

[14.2.1]--Apriori 算法.mp4 （0分钟）

[14.3.1]--FP-Growth算法.mp4 （0分钟）

{15}--机器学习项目流程

[15.1.1]--机器学习项目流程概述.mp4 （0分钟）

[15.2.1]--数据清洗.mp4 （0分钟）

[15.3.1]--特征工程.mp4 （0分钟）

[15.4.1]--数据建模.mp4 （0分钟）

[15.5.1]--调参练习视频.mp4 （0分钟）

{16}--机器学习期末考试

{1}--引言

[1.1.1]--机器学习概述.mp4 （0分钟）

[1.2.1]--机器学习的类型.mp4 （0分钟）

[1.3.1]--机器学习的背景知识.mp4 （0分钟）

[1.4.1]--机器学习的开发流程.mp4 （0分钟）

{2}--回归

[2.1.1]--线性回归.mp4 （0分钟）

[2.2.1]--梯度下降.mp4 （0分钟）

[2.3.1]--正则化.mp4 （0分钟）

[2.4.1]--回归的评价指标.mp4 （0分钟）

{3}--逻辑回归

[3.1.1]--分类问题.mp4 （0分钟）

[3.2.1]--Sigmoid函数.mp4 （0分钟）

[3.3.1]--逻辑回归求解.mp4 （0分钟）

[3.4.1]--逻辑回归的代码实现.mp4 （0分钟）

{4}--朴素贝叶斯

[4.1.1]--贝叶斯方法.mp4 （0分钟）

[4.2.1]--朴素贝叶斯原理.mp4 （0分钟）

[4.3.1]--朴素贝叶斯案例.mp4 （0分钟）

[4.4.1]--朴素贝叶斯代码实现.mp4 （0分钟）

{5}--机器学习实践

[5.1.1]--数据集划分.mp4 （0分钟）

[5.2.1]--评价指标.mp4 （0分钟）

[5.3.1]--正则化、偏差和方差.mp4 （0分钟）

{6}--机器学习库Scikit-learn

[6.1.1]--Scikit-learn概述.mp4 （0分钟）

[6.2.1]--Scikit-learn的主要用法（上）.mp4 （0分钟）

[6.2.2]--Scikit-learn的主要用法（下）.mp4 （0分钟）

[6.3.1]--Scikit-learn的使用案例（一）.mp4 （0分钟）

[6.3.2]--Scikit-learn的使用案例（二）.mp4 （0分钟）

[6.3.3]--Scikit-learn的使用案例（三）.mp4 （0分钟）

[6.3.4]--Scikit-learn的使用案例（四）.mp4 （0分钟）

{7}--KNN算法

[7.1.1]--距离度量.mp4 （0分钟）

[7.2.1]--KNN算法.mp4 （0分钟）

[7.3.1]--KD树划分.mp4 （0分钟）

[7.4.1]--KD树搜索.mp4 （0分钟）

{8}--决策树

[8.1.1]--决策树原理.mp4 （0分钟）

[8.2.1]--ID3算法.mp4 （0分钟）

[8.3.1]--C4.5算法.mp4 （0分钟）

[8.4.1]--CART算法.mp4 （0分钟）

{9}--集成学习

[9.1.1]--集成学习方法概述.mp4 （0分钟）

[9.2.1]--AdaBoost和GBDT算法.mp4 （0分钟）

[9.3.1]--XGBoost算法.mp4 （0分钟）

[9.4.1]--LightGBM算法.mp4 （0分钟）

[9.5.1]--集成学习代码练习.mp4 （0分钟）