机器学习
机器学习经典算法课程开课啦！火热报名中！
授课机构：上海深兰科技教育
上课地点：上海深兰科技教育 详情
开设班型：早班，晚班，周末班
费用：
第1章 机器学习概述
1.1 机器学习定义
1.2 机器学习、人工智能和深度学习的关系
1.3 机器学习基本概念和常用的应用场景
1.4 机器学习、数据分析、数据挖掘的区别与联系
1.5 机器学习分类
1.6 机器学习数据处理流程
第2章 KNN
2.1 KNN算法原理
2.2 KNN算法python list实现
2.3 KDTree
第3章 回归算法
3.1 线性回归算法
3.2 多项式扩展
3.3 正则化、Lasso&Ridge
3.4 机器学习调参
第4章 梯度下降
4.1 梯度下降算法原理
4.2 BGD\SGD\MBGD
第5章 Logistic&Softmax
5.1 Odds几率
5.2 Logistic原理
5.3 Softmax原理
第6章 特征工程
6.1 了解特征工程在机器学习当中的重要性
6.2 特征预处理
6.3 特征提取
6.4 特征选择和特征的降维
6.5 归一化、标准化
6.6 字典数据提取、OneHot、TF-IDF
6.7 Jieba分词
第7章 决策树
7.1 信息熵
7.2 决策树原理与构建
7.3 决策树可视化
第8章 集成学习
8.1 集成学习思想
8.2 Bagging、随机森林
8.3 Adaboost算法原理
8.4 GBDT算法原理
8.5 XGBoost算法原理
8.6 Stacking算法原理
第9章 SVM
9.1 感知器模型
9.2 硬间隔SVM
9.3 软间隔SVM
9.4 核函数
第10章 贝叶斯
10.1 朴素贝叶斯算法原理
10.2 贝叶斯网络
第11章 Kmeans
11.1 K-means算法原理
11.2 K-means++
11.3 K-means||
11.4 Mini batch K-means
11.5 聚类评估指标
