机器学习-决策树&集成学习

中阶

通过讲解针对数据分类的决策树模型,学习决策树和集成学习的分类算法和调优实现!

5分 更新: 2020/05/10

收藏( 16 下载课程 二维码 下载学院APP 缓存视频离线看 学习社群 二维码 关注公众号 加入官方群

2128 学习人数 3小时10分钟 15课时
课程权益 15分钟内无条件退款 1、仅限付费视频课程适用
2、购买后15分钟内可以找到客服进行沟通退款
3、下载资料后不再享有退款特权
4、客服(Tel:400-101-1651)

下载资料后不支持
24小时内答疑 随时随地观看课程 专属资料下载
  • 课程介绍
  • 课程大纲
  • 学员评价
  • 其他课程 18
  • 专题套餐

适合人群:

1:熟悉机器学习相关概念; 2:学习过机器学习-线性回归&K近邻的小伙伴

大头娃老师学习交流群

独学而无友,则孤陋而寡闻。 与良师益友,一起交流学习。

课程目标:

通过讲解针对数据分类的决策树模型,学习决策树和集成学习的分类算法和调优实现!

课程简介:


本季课程是Python人工智能系列:
第5-2季:机器学习-决策树&集成学习

全课程分为4个章节,具体内容如下:

第1章 信息熵与决策树 

第2章 numpy手写决策树

第3章 回归决策树

第4章 集成学习与随机森林

机器学习-决策树&集成学习课程介绍(51CTO).jpg

展开更多

课程大纲-机器学习-决策树&集成学习

资料下载
  • 第1章 信息熵与决策树

    55分钟4节

  • 1-1

    课程介绍与资源下载 课程介绍与资源下载

    「仅限付费用户」点击下载“机器学习-决策树&集成学习上课代码、资源下载.rar”

    [11:57] 开始学习
  • 1-2

    信息熵概念推导 信息熵概念推导

    [14:20] 开始学习
  • 1-3

    决策树分类鸢尾花 决策树分类鸢尾花

    [13:50] 开始学习
  • 1-4

    决策树可视化实现 决策树可视化实现

    [14:56] 开始学习
  • 第2章 numpy手写决策树

    1小时2分钟5节

  • 2-1

    numpy手写决策算法 numpy手写决策算法

    [11:41] 开始学习
  • 2-2

    寻找决策列与阈值 寻找决策列与阈值

    [12:42] 开始学习
  • 2-3

    测试手写决策树 测试手写决策树

    [10:43] 开始学习
  • 2-4

    one-hot编码介绍 one-hot编码介绍

    [14:10] 开始学习
  • 2-5

    泰坦尼克幸存者分析 泰坦尼克幸存者分析

    [12:45] 开始学习
  • 第3章 回归决策树

    37分钟3节

  • 3-1

    回归决策树理论推导 回归决策树理论推导

    [12:38] 开始学习
  • 3-2

    回归决策树非线性预测 回归决策树非线性预测

    [12:32] 开始学习
  • 3-3

    决策树超参数演示 决策树超参数演示

    [12:47] 开始学习
  • 第4章 集成学习与随机森林

    35分钟3节

  • 4-1

    集成学习原理介绍 集成学习原理介绍

    [12:55] 开始学习
  • 4-2

    Bagging与随机森林 Bagging与随机森林

    [13:17] 开始学习
  • 4-3

    课程总复习和下季剧透 课程总复习和下季剧透

    [08:57] 开始学习

5

学员评分

  • 0%
  • 0%
  • 0%
  • 0%
  • 0%
超过  “机器学习”   99%的课程

    1
    非常糟

    2
    很差

    3
    一般

    4
    很好

    5
    非常好

      展开更多
      加载中
      没有了哦~
      ¥99.00
      仅需¥79.20
      关注公众号 领VIP会员
      下次再说

      点击打包下载,即可获取该课程全部资料

      打包下载
      充电节满减满200减20 满300减30 满500减50
      是否单独购买该课程?
      直接购买 去凑单
      在线
      客服
      APP
      下载

      下载Android客户端

      下载iphone 客户端

      官方
      微信

      关注官方微信

      返回
      顶部