机器学习(算法&实例)视频课程

1

线性回归算法概述 讲解线性回归的推导过程，印出最小二乘法的实现方式。

「仅限付费用户」点击下载“linear-regression.pptx”

[21:00] 开始学习

2

线性回归算法案例 应用具体数据，调用sklearn相关模块和接口，实现线性回归模型的构建。

「仅限付费用户」点击下载“machineLearning.rar”

[12:44] 开始学习

3

逻辑回归算法概述 讲解逻辑回归算法推导原理，讲解梯度下降的意义。

「仅限付费用户」点击下载“logistic-regression - 副本.pptx”

[19:50] 开始学习

4

逻辑回归算法案例 调用sklearn库逻辑回归接口，实现一个简单的分类任务。

「仅限付费用户」点击下载“logistic.rar”

[06:58] 开始学习

5

ROC指数简介 讲解如何评估模型，讲解precision和recall值得计算方法。

「仅限付费用户」点击下载“ROC.txt”

[22:26] 开始学习

6

决策树原理 讲解决策树的构建构成，以及熵的计算方式。

「仅限付费用户」点击下载“decision-tree.pptx”

[15:58] 开始学习

7

构建决策树 通过sklearn库构建一个决策树，以及构建决策树过程中参数的意义。

「仅限付费用户」点击下载“dt.rar”

[12:09] 开始学习

8

随机森林讲解 集成模型的构建方式，以及在初始化过程中，各个参数代表的意义。

「仅限付费用户」点击下载“random-forest.pptx”

[09:01] 开始学习