机器学习深度学习基础—245人已学习
课程介绍
对机器学习基本概念,对训练集,测试集,特征值,监督学习,实列监督学习,非监督学习,分类与回归,在语音处理,图像处理和计算机视觉,声音识别和用自然语言处理方面的应用 人脸识别技术,银行评估和价格预测
课程收益
理解 机器学习基本概念理解机器学习算法原理用应用对普通原数据进行机器学习前的预处理使用python对机器学习和相关库的学习(sklearn等学习)能够根据已掌握的机器学习算法及应用框架通过分类及回归来解决和分析问题为开发机器学习打下相关坚实基础
讲师介绍
齐向彬 更多讲师课程
9年开发经验,4年python开发经验,擅长数据分析,人工智能,web全栈开发
课程大纲
第1章:机器学习基础和基本概念
1. 基础学习和基本概念 14:16
第2章:监督学习分类与回归
1. 决策数算法 6:16
2. 决策树应用 36:50
3. 最邻近规则分类KNN算法 4:46
4. 最邻近规则分类KNN应用 31:00
5. 支持向量机(SVM)算法(上) 15:42
6. 支持向量机(SVM)应用 10:41
7. 简单线性回归上 28:47
8. 非线性回归应用 销售预测 29:17
大家可以点击【 查看详情】查看我的课程
课程介绍
![png](https://img-bss.csdn.net/20181015182912321_55151.png?imageMogr2/auto-orient/thumbnail/400x269!/format/png)
对机器学习基本概念,对训练集,测试集,特征值,监督学习,实列监督学习,非监督学习,分类与回归,在语音处理,图像处理和计算机视觉,声音识别和用自然语言处理方面的应用 人脸识别技术,银行评估和价格预测
课程收益
理解 机器学习基本概念理解机器学习算法原理用应用对普通原数据进行机器学习前的预处理使用python对机器学习和相关库的学习(sklearn等学习)能够根据已掌握的机器学习算法及应用框架通过分类及回归来解决和分析问题为开发机器学习打下相关坚实基础
讲师介绍
齐向彬 更多讲师课程
9年开发经验,4年python开发经验,擅长数据分析,人工智能,web全栈开发
课程大纲
第1章:机器学习基础和基本概念
1. 基础学习和基本概念 14:16
第2章:监督学习分类与回归
1. 决策数算法 6:16
2. 决策树应用 36:50
3. 最邻近规则分类KNN算法 4:46
4. 最邻近规则分类KNN应用 31:00
5. 支持向量机(SVM)算法(上) 15:42
6. 支持向量机(SVM)应用 10:41
7. 简单线性回归上 28:47
8. 非线性回归应用 销售预测 29:17
大家可以点击【 查看详情】查看我的课程