机器学习算法-章琨-专题视频课程

机器学习算法—254人已学习
课程介绍    

    本教学视频以手写形式+普通话授课（类似斯坦福大学授课方式），+Python代码 经典算法进行原理推导与案例实战双管齐下。
课程收益
    让每位学员对机器学习算法的理论与实现做到“知其然，又知其所以然”； 让每位学员不仅仅学会如何构建学习系统，更重要的是学会一套思想和思维模式，其内涵包括概率论思维，矩阵化思维，最优化思维等多个子领域。
讲师介绍
    章琨 更多讲师课程
    北京大学计算机技术及应用专业，从事IT行业十几年，主要从事java、Linux、手机应用开发、人工智能神经网络方面的工作。曾在中国数码集团、厦门三五互联集团、百合网等担任项目技术经理，独立开发过自己的软件并获得了国家计算机软件著作权。
课程大纲
  第1章:K-Means算法
    1. 课程概述  8:17
    2. 理论+公式+实例  11:27
    3. Python实战  16:46
    4. 关键参数优化及其Python实现  5:43
  第2章:Knn算法
    1. 什么是Knn  6:20
    2. 距离和相似性  16:20
    3. Python实战一  8:34
    4. Python实战二  7:52
  第3章:贝叶斯算法
    1. 条件概率和概率论  19:14
    2. 贝叶斯推断  15:39
    3. Python实战  36:49
    4. 高斯理论及贝叶斯优化  19:10
  第4章:决策树算法
    1. 熵、信息增益和对数函数  17:01
    2. 信息增益实例解读  29:31
    3. Python实现  12:56
  第5章:线性回归算法
    1. 损失函数分析  19:36
    2. 方向导数和梯度理论  36:55
    3. Python实战及局部加权优化  16:38
  第6章:逻辑回归算法
    1. 线性回归到逻辑回归的分析  22:34
    2. 数学分析与凸优化  12:29
    3. 极大似然函数分析  19:07
    4. Python实战及优化  5:35
  第7章:支持向量机（SVM）
    1. 什么是SVM  5:27
    2. SVM几何间距推导  33:05
    3. 凸规划和KKT条件  28:14
    4. SMO算法推导和总结  46:45
    5. Python实战  16:23
    6. SVM优化及Python实现  22:15
    7. 非线性SVM、核函数及Python实现  29:11
  第8章:AdaBoost算法
    1. 单层决策树算法与弱分类器  10:10
    2. 弱分类器集成实例解读  32:14
    3. Python实现  14:50
  第9章:PCA降维算法
    1. 维度关系及变换基  27:44
    2. 协方差和特征向量  26:19
    3. Python实现和降维选择  11:57
  第10章:感知器算法
    1. 神经元与感知器模型  33:56
    2. Python实现  6:58
  第11章:BP神经网络算法
    1. 误差反向传播（一）  24:43
    2. 误差反向传播（二）  31:25
    3. 神经网络建模及总结  35:39
    4. Python实战  28:19
  第12章:卷积神经网络
    1. 卷积操作与特征选取  18:06
    2. 单层卷积神经网络  24:25
    3. 完整卷积神经网络  8:14
    4. 神经网络建模推导及其总结  28:48
    5. 卷积神经网络和Python实战  42:15
大家可以点击【 查看详情】查看我的课程