慕课-燕京理工学院

机器学习算法数据分析与挖掘_福建商学院

课程类型：选修课

发布时间：2024-11-27 11:32:14

主讲教师：

课程来源：

建议学分：0.00分

课程编码：mk004990

课程介绍

课程目录

教师团队

{10}--神经网络

[10.1]--10.1 人工神经网络概述.mp4 （0分钟）

[10.2]--10.2 BP神经网络.mp4 （0分钟）

[10.3]--10.3卷积神经网络.mp4 （0分钟）

[10.4]--10.4 回归预测案例.mp4 （0分钟）

[10.5]--10.5 手写识别案例-理论介绍.mp4 （0分钟）

[10.6]--10.6 手写识别案例-代码实现.mp4 （0分钟）

{11}--支持向量机

[11.1]--11.1 SVM间隔与支持向量.mp4 （0分钟）

[11.2]--11.1 SVM对偶问题.mp4 （0分钟）

[11.3]--11.3 SVM核函数与软间隔.mp4 （0分钟）

{12}--学生优秀成果展示

[12.1]--基于数据挖掘的信访问题分拣与可视化分析—理论分析.mp4 （0分钟）

[12.2]--基于数据挖掘的信访问题分拣与可视化分析-操作代码.mp4 （0分钟）

[12.3]--基于机器学习的说话人识别系统—理论分析.mp4 （0分钟）

[12.4]--基于机器学习的说话人识别系统—操作代码.mp4 （0分钟）

[12.5]--在线心理健康社区文本主题分析.mp4 （0分钟）

{13}--兴趣与扩展：身边的智能

[13.1]--3.1 AI真的来了吗？.mp4 （0分钟）

[13.3]--3.3 AI伦理问题.mp4 （0分钟）

[13.5]--4.1智能游戏.mp4 （0分钟）

[13.6]--4.2.智能语音(1).mp4 （0分钟）

[13.7]--4.3智能手机.mp4 （0分钟）

{14}--资源下载区

{1}--导读：数据与智能之认识

[1.1]--1.1 AI到底是什么.mp4 （0分钟）

[1.2]--2.AI复活之路.mp4 （0分钟）

[1.4]--2.2 大数据，AI的基石.mp4 （0分钟）

[1.5]--2.2 大数据，我们要便捷还是要隐私？.mp4 （0分钟）

{2}--数据挖掘基本概念

[2.1]--绪论-引言.mp4 （0分钟）

[2.2]--1绪论-基本术语.mp4 （0分钟）

[2.3]--1绪论-假设空间-归纳偏好.mp4 （0分钟）

{3}--数据分析编程基础

[3.1]--2.1 python的安装.mp4 （0分钟）

[3.2]--2.2 numpy操作1.mp4 （0分钟）

[3.3]--2.3 numpy操作2.mp4 （0分钟）

[3.4]--2.4 pandas操作.mp4 （0分钟）

{4}--模型评估与选择

[4.1]--3.1经验误差与过拟合.mp4 （0分钟）

[4.2]--3.2 评估方法.mp4 （0分钟）

[4.3]--3.3 性能度量.mp4 （0分钟）

{5}--回归分析

[5.1]--4.1 线性模型-1.mp4 （0分钟）

[5.2]--4.2 线性回归模型的Python实现.mp4 （0分钟）

[5.3]--4.3 波士顿房价预测-代码实现.mp4 （0分钟）

[5.4]--4.4 回归模型.mp4 （0分钟）

[5.5]--4.5 研究生入学录取预测案例(1).mp4 （0分钟）

{6}--朴素贝叶斯

[6.1]--7-1与7-2朴素贝叶斯算法.mp4 （0分钟）

[6.2]--7-3朴素贝叶斯算例.mp4 （0分钟）

[6.3]--7-4 鸢尾花分类代码实现.mp4 （0分钟）

[6.4]--6-4 垃圾邮件文本分类(上).mp4 （0分钟）

[6.5]--6-5 垃圾邮件文本分类(下).mp4 （0分钟）

{7}--决策树

[7.1]--6.1 ID3决策树.mp4 （0分钟）

[7.2]--6.2 C4.5和CART决策树.mp4 （0分钟）

[7.3]--6.3 随机森林.mp4 （0分钟）

[7.4]--6.4 泰坦尼克号生还者预测—数据预处理.mp4 （0分钟）

[7.5]--7.5 泰坦尼克号生还者预测—模型构建.mp4 （0分钟）

[7.6]--7.6 泰坦尼克号生还者预测—可视化.mp4 （0分钟）

{8}--最近邻算法（KNN）

[8.1]--KNN算法原理(1).mp4 （0分钟）

[8.2]--8.2 如何快速找到最近邻居.mp4 （0分钟）

[8.3]--8.3 KNN模型参数.mp4 （0分钟）

[8.4]--8.4 KNN鸢尾花分类问题.mp4 （0分钟）

{9}--聚类分析

[9.10]--9.9 航空公司客户价值分析-可视化.mp4 （0分钟）

[9.1]--9.1 聚类分析概述.mp4 （0分钟）

[9.2]--9.2 相似性度量.mp4 （0分钟）

[9.3]--9.3 Kmeans理论与实现.mp4 （0分钟）

[9.4]--9.4聚类分析-性能评价.mp4 （0分钟）

[9.5]--9.5聚类分Kmedoids.mp4 （0分钟）

[9.6]--9.4 DBCAN理论与实现.mp4 （0分钟）

[9.7]--9.5 层次聚类理论与实现.mp4 （0分钟）

[9.8]--9.6 航空公司客户价值分析-数据清洗.mp4 （0分钟）

[9.9]--9.8 航空公司客户价值分析-特征构建.mp4 （0分钟）