课程试听
正在播放
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