解密机器学习中的监督学习[1.58 GB]百度网盘下载

解密机器学习中的监督学习[1.58 GB]百度网盘下载

资源为解密机器学习中的监督学习[1.58 GB]百度网盘下载,包含49节视频课程,无需下载即可在线播放。

解密机器学习中的监督学习[1.58 GB]百度网盘下载

近年来,机器学习的发展让所有人震惊,而机器学习中的监督学习更是功能强大,它既可以通过回归算法来判断趋势,预测投资回报率,也可以通过分类器来做图像识别,自动判断两瓶红酒的好坏……那么,走进本次课程,了解机器学习中的监督学习吧!

本次课程将带大家学习一元和多元的线性回归,研究分类问题、Logistic回归、支持向量机以及随机森林模型,讨论模型容量大小的影响以及如何处理过拟合,并通过数据练习帮助你选择模型、调整模型参数,避免一些常见的错误,让你对监督学习有系统全面的掌握!

您将获得

如何通过回归算法来判断趋势

如何通过分类器来做图像识别

如何研究Logistic回归、处理过拟合

资源目录

第 1 讲课程总览与python语言复习

1.1什么是机器学习、机器学习应用 时长 11:40

1.2Python基础知识(一) 时长 09:37

1.3Python基础知识(二) 时长 12:16

1.4Python基础知识(三) 时长 08:21

1.5Python基础知识(四) 时长 11:07

1.6Python基础知识(五) 时长 15:01

1.7Python基础知识(六) 时长 10:04

1.8Python基础知识(七) 时长 11:16

1.9答疑 时长 05:48

第 2 讲 一元与多元线性回归

2.1一元线性回归(一) 时长 14:20

2.2一元线性回归(二) 时长 08:46

2.3一元线性回归(三) 时长 12:14

2.4一元线性回归(四) 时长 11:06

2.5一元线性回归(五) 时长 09:52

2.6多元线性回归(一) 时长 14:08

2.7多元线性回归(二) 时长 10:12

2.8有没有数据特征对于预测结果有用? 时长 14:19

2.9特征的筛选、向前/向后选择法 时长 12:56

2.10多元线性回归的效果 时长 08:37

2.11问题回顾 时长 13:27

2.12其他注意事项(一) 时长 12:45

2.13其他注意事项(二) 时长 11:47

2.14超越线性(一) 时长 12:07

2.15超越线性(二) 时长 08:49

2.16超越线性(三) 时长 08:31

2.17超越线性(四) 时长 13:33

第 3 讲分类问题与Logistic回归

3.1分类问题总论、交叉验证 时长 08:39

3.2Logistic回归 时长 09:37

3.3Logistic回归、评价分类结果 时长 12:49

3.4最后的项目预览 时长 04:12

3.5答疑 时长 07:30

3.6分类问题总论 时长 12:03

3.7ROC曲线 时长 10:29

3.8如果两个类别的数据量差别很大? 时长 05:39

第 4 讲过拟合、正则化与线性模型的简化

4.1为什么我们喜欢简单的模型? 时长 10:21

4.2Ridge正则化(一) 时长 12:43

4.3Ridge正则化(二) 时长 11:58

4.4Lasso正则路径、比较Ridge和Lasso 时长 09:39

4.5降维、各种方法比较 时长 12:58

第 5 讲支持向量机

5.1最大间隔分类器 时长 08:13

5.2支持向量机(一) 时长 09:34

5.3支持向量机(二) 时长 14:29

5.4支持向量机(三) 时长 14:04

第 6 讲树与随机森林

6.1树(一) 时长 11:37

6.2树(二) 时长 10:20

6.3集合算法:Bagging(一) 时长 14:15

6.4集合算法:Bagging(二) 时长 11:24

6.5集合算法:随机森林、提升树 时长 15:06

6.6程序范例(一) 时长 10:04

6.7程序范例(二) 时长 07:36

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或联络我们。

对于会员专享、整站源码、程序插件、网站模板、网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

如果您已经成功付款但是网站没有弹出成功提示,请联系站长提供付款信息为您处理

源码素材属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源