Python学习网
千万程序员的选择
首页
文章
视频教程
问答
提问
写文章
登录
注册
课程
机器学习
Python3机器学习快速入门(黑马程序员)
Python3机器学习快速入门(黑马程序员)
本课程适合有python基础,一定的线性代数基础学员学习。
原创视频
(5)
学习人数:763
学习难度:初级
更新时间:2020-06-05
收藏
开始学习
课程介绍
本课程由黑马程序员打造,快速带你入门机器学习。
喜欢就分享吧
课程目录
共:5章 49节
人工智能和机器学习
1-1
人工智能概述
1-2
什么是机器学习
1-3
机器学习算法分类
1-4
机器学习开发流程
1-5
学习框架和资料介绍
数据集和数据处理
2-1
可用数据集
2-2
sklearn数据集使用
2-3
字典特征抽取
2-4
文本特征抽取CountVectorizer
2-5
中文文本特征抽取
2-6
文本特征抽取TfidfVevtorizer
2-7
数据预处理-归一化
2-8
数据预处理-标准化
降维
3-1
什么是降维
3-2
删除低方差特征与相关系数
3-3
主成分分析
3-4
instacart降维案例
3-5
总结
转换器、算法与模型
4-1
上节回顾
4-2
转换器与预估器
4-3
KNN算法
4-4
模型选择与调优
4-5
Facebook案例流程分析
4-6
Facebook案例代码实现
4-7
朴素贝叶斯算法原理
4-8
朴素贝叶斯算法对文本分类
4-9
认识决策树
4-10
决策树算法对鸢尾花分类
4-11
泰坦尼克号乘客分类案例流程分析
4-12
泰坦尼克号案例代码实现
4-13
随机森林
4-14
总结
线性模型与逻辑回归
5-1
上节回顾
5-2
线性模型
5-3
损失函数
5-4
优化方法1-正规方程
5-5
优化方法2-梯度下降
5-6
正规方程与梯度下降对比
5-7
梯度下降优化器
5-8
过拟合与欠拟合
5-9
岭回归
5-10
逻辑回归原理
5-11
逻辑回归对癌症分类
5-12
精确率、召回率、F1-score
5-13
ROC曲线与AUC指标
5-14
模型保存与加载
5-15
KMeans算法原理
5-16
聚类的模型评估
5-17
总结
学生反馈
5.0
课程评分根据各个学生的评分和各种其他因素(如评分时间和可读性)计算得出,以确保评分公平准确地反映课程质量。
课程评分
100%
%
%
%
%
讲师介绍
流芳
别懈怠