【机器学习课程-华盛顿大学】：1 案例研究 1.1 课程简介

一、对机器学习的观念转变

对机器学习的旧观念：

机器学习管道：

 

二、课程安排

1、机器学习基础：案例研究

通过案例来研究背后的算法和方法。

（1）房价预测（回归）

 

（2）情感分析（分类）

 

（3）文件检索（聚类）

 

（4）产品推荐（矩阵分解）

 

（5）可视化产品推荐（深度学习）

 

2、回归

 

3、分类

 

4、聚类和检索

 

5、矩阵分解和降维（课程整改，这部分不再介绍）

 

6、推荐系统（毕业设计）：课程整改，这部分不再介绍

 

三、准备工作

1、数学背景

2、编程语言：python

3、人群

对机器学习感兴趣的工程师、学生、数据分析工程师

4、ipython notebook

安装好Anaconda后，Anaconda Prompt中输入jupyter notebook即可打开本地ipython notebook

5、GraphLab Create

GraphLab Create功能与Pandas类似，但是Pandas对数据集大小敏感，易受内存限制，但是GraphLab Create不会。

安装请见我的另一篇博文。