Python3机器学习快速入门(黑马程序员)-免费在线视频教程 - Python学习网

Python学习网

千万程序员的选择

首页文章视频教程问答



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

Python3机器学习快速入门(黑马程序员)

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。

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

2-2sklearn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

3-4instacart降维案例

转换器、算法与模型

4-1上节回顾

4-2转换器与预估器

4-4模型选择与调优

4-5Facebook案例流程分析

4-6Facebook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

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

5-10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

5-13ROC曲线与AUC指标

5-14模型保存与加载

5-15KMeans算法原理

5-16聚类的模型评估

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