- scikit-learn 介绍和使用
- SVM 支持向量机算法
- PCA 主成分分析方法
- 高斯混合模型应用
- 线性回归与感知机
- K-Means 聚类算法
- 随机森林分类与回归
- 模型验证与模型选择
本课程作为机器学习入门课程,将详细介绍 scikit-learn 的使用。课程包括了线性回归与感知机分类、支持向量机分类、K-Means 聚类算法、PCA 主成分分析、随机森林分类与回归、高斯混合模型等常用的机器学习算法。同时,课程将涉及模型的验证与模型选择,进一步提升实践能力。
本课程作为机器学习入门课程,将详细介绍 scikit-learn 的使用。课程包括了线性回归与感知机分类、支持向量机分类、K-Means 聚类算法、PCA 主成分分析、随机森林分类与回归、高斯混合模型等常用的机器学习算法。同时,课程将涉及模型的验证与模型选择,进一步提升实践能力。
课程少部分内容参考了 Jake VanderPlas 的开源项目,该项目使用 BSD 3-Clause LICENSE。在原 LICENSE 的许可范围内,我们对文内容进行了编译以便于理解,同时修改了部分代码以适配蓝桥云课在线环境。
Chelsea1284 共发布过 2 门课程
查看老师的所有课程 >
good
好
最后一章很有用
挺好的课,收获蛮大的
非常好啊 这个
第2章解锁不了
很不错
不错
不错
很不错
很不错
很不错
很不错
不错
还不错