机器学习算法模型推导及项目实战 (十大机器学习算法+12个机器学习实操)

机器学习算法模型推导及项目实战

课程介绍:

本课程主要讲解十大机器学习算法以及12个机器学习实操项目,让您掌握轻松解决不同行业问题的秘诀! 机器学习是人工智能的一个分支，作为人工智能的核心技术和实现手段，通过机器学习的方法解决人工智能面对的问题。 机器学习是通过一些让计算机可以自动“学习”的算法，从数据中分析获得规律，然后利用规律对新样本进行预测。机器学习人工智能的核心，是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域.

课程目录:

机器学习算法模型推导及项目实战/
├──第10章 主题模型  
|   ├──10.1主题模型.mp4  378.11M
|   ├──10.2MLEvsMAPvsBayesian.mp4  218.10M
|   ├──10.3从生成的角度来看LDA.mp4  252.29M
|   └──10.4计算模型的参数.mp4  526.64M
├──第1章 机器学习介绍  
|   ├──1.1机器学习、大数据、数据挖掘的区别和联系.mp4  38.62M
|   ├──1.2分类、回归和聚类的理论.mp4  33.74M
|   ├──1.3机器学习的流程 数据预处理.mp4  48.37M
|   ├──1.4案例：通过广告投放预测产品销量.mp4  247.56M
|   └──机器学习课件及代码.zip  72.40M
├──第2章 K-NN 最近邻  
|   ├──2.1KNN介绍.mp4  270.67M
|   ├──2.2欧式距离以及KNN实现.mp4  383.45M
|   ├──2.3KNN的决策边界.mp4  254.17M
|   ├──2.4通过交叉验证选择K.mp4  112.39M
|   ├──2.5特征缩放.mp4  26.45M
|   ├──2.6二手车估价案例.mp4  255.93M
|   └──2.7KNN的延伸内容（Optional）.mp4  160.39M
├──第3章 线性回归与逻辑回归  
|   ├──QA.mp4  276.79M
|   ├──逻辑回归1.mp4  33.64M
|   ├──逻辑回归2.mp4  67.25M
|   ├──线性回归1.mp4  38.08M
|   └──线性回归2.mp4  59.85M
├──第4章 朴素贝叶斯  
|   ├──4.1朴素贝叶斯的核心思想.mp4  49.18M
|   ├──4.2垃圾邮件分类-01.mp4  234.25M
|   ├──4.3垃圾邮件分类-02.mp4  403.14M
|   ├──4.4手推一个完整的例子.mp4  399.41M
|   ├──4.5文本表示-01.mp4  101.23M
|   ├──4.6文本表示-02.mp4  275.49M
|   └──4.7Extensions.mp4  60.84M
├──第5章 SVM支持向量机  
|   ├──5.1SVM-01.mp4  649.36M
|   ├──5.2SVM-02.mp4  97.22M
|   ├──5.3SVM-03.mp4  253.45M
|   └──5.4SVM-04.mp4  416.31M
├──第6章 决策树与随机森林  
|   ├──6.1决策树01.mp4  416.13M
|   ├──6.2决策树02.mp4  518.40M
|   ├──6.3随机森林01.mp4  593.28M
|   ├──6.4随机森林02.mp4  421.18M
|   └──6.5随机森林03.mp4  162.49M
├──第7章 K-means  
|   ├──7.1聚类分析.mp4  86.10M
|   ├──7.2kmeans算法.mp4  145.67M
|   ├──7.3kmeans算法过程及特性.mp4  127.65M
|   ├──7.4kmeans的实现.mp4  248.91M
|   ├──7.5kmeans案例.mp4  365.96M
|   ├──7.6kmeans的目标函数.mp4  244.31M
|   ├──7.7K值如何选择.mp4  128.61M
|   └──7.8其他聚类算法及问答.mp4  128.61M
├──第8章 矩阵分解  
|   ├──8.1Recommender.mp4  255.66M
|   ├──8.2矩阵分解推荐系统.代码演示.1.mp4  23.41M
|   └──8.3矩阵分解推荐系统.代码演示.2.mp4  570.18M
└──第9章 Boosting  
|   ├──9.1XGBoost.mp4  170.30M
|   ├──9.2训练模型.mp4  236.98M
|   ├──9.3使用泰勒级数近似目标函数.mp4  422.30M
|   ├──9.4新的目标函数.mp4  292.86M
|   └──9.5寻找最好的Split.mp4  365.11M