1、机器学习算法:
kNN、线性回归、多项式回归、逻辑回归、模型正则化、PCA
SVM、决策树、随机森林、集成学习、模型选择、模型调试
2、成体系地系统介绍机器学习算法
深入理解算法基本原理
实际使用算法解决真实场景的问题
对不同算法进行对比试验
对同一算法的不同参数进行对比试验
对部分算法底层编写
3、介绍如何使用算法
如何评价算法的好坏
如何解决过拟合和欠拟合
如何调节算法的参数
如何验证算法的正确性
4、课程环境
①语言:Python3
②框架:Scikit-learn
③其他:numpy(处理矩阵),matplotlib(绘图)
④IDE:Jupyter Notebook
①②③④->ANACONDA
5、课程所使用的数据集
框架:Scikit-learn 内置数据集或通过scikit-learn可以直接下载的数据集
6、深度学习是机器学习算法的一部分,机器学习算法是人工智能的一部分