你将学到的
  • 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。

先学课程

课程难度

  • 中等

适合人群

  • 本课程适合对机器学习有基础了解,想要学习如何用 scikit-learn 实现机器学习算法的同学。

版权声明

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实验楼在线环境。

课程信息

  • 学习周期:课程有效期 2 个月,2 个月后无法进行在线实验,但可查看文档内容。高级会员有效期内可一直学习,到期后课程失效,且无法查看文档。部分云主机实验环境因成本较高,存在开启次数限制。关于课程退款等相关注意事项说明,请阅读 用户付费协议
  • 版权说明:课程内容为实验楼原创或实验楼在原作者授权下制作。未经书面同意,擅自爬取、转载和再分发课程内容,均将受到严肃追责。
  • 企业团报:企业购买,请点击 企业用户咨询
课程教师

Chelsea1284 共发布过 2 门课程

查看老师的所有课程 >
蓝桥楼+
实验楼会员
会员
开通会员,即刻开始学习