课程试听
1-1 机器学习简介

- 1.机器学习简介
- 02_特征工程之字典特征抽取
- 03_特征工程之文本特征抽取以及中文问题
- 04_特征工程之文本tfidf
1-2 特征工程

- 01_特征工程之特征预处理-归一化
- 02_特征工程之归一化以及标准化对比
1-3 机器学习算法

- 01_特征工程-数据的降维之特征选择
- 02_降维案例1
- 03_降维案例2
- 04_机器学习算法分类以及开发流程
1-4 k-近邻算法

- 01_数据集的划分
- 02_转换器与估计器
- 03_k-近邻算法以及案例预测入住位置
- 04_K-近邻算法案例
- 05_k-近邻算法总结
1-5 交叉验证及决策树

- 01_交叉验证与网格搜索对K-近邻算法调优
- 02_决策树之信息论基础
- 03_决策树的划分以及案例
- 04_决策树的保存结果分析
1-6 线性回归

- 01_线性回归的定义以及矩阵的运算
- 02_线性回归策略,优化,案例
- 03_线性回归两种求解方式总结