开课简介
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
对机器学习感兴趣的人,想深入集成模型原理的人
你将会学到
理解集成学习的基本概念,能够编码实现各种集成模型
课程简介
学习本课程前,需学习前面的课程:如逻辑回归,决策树,SVM等分类算法。
本课程详细讲解了集成学习的主要方法:Voting、Bagging、Boosting和Stacking。每一种集成方法都配有详细的代码讲解。能够使用集成模型完成分类或回归任务。
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
21课时
机器学习之线性回归理论与代码实践
2391人学习
纪佳琪
5.0
¥68.00
23课时
机器学习之逻辑回归、KNN理论与代码实践
1642人学习
纪佳琪
4.0
¥68.00
27课时
机器学习之聚类、主成分分析理论与代码实践
1473人学习
纪佳琪
5.0
¥68.00
36课时
机器学习之支持向量机理论与代码实践
1345人学习
纪佳琪
5.0
¥78.00
16课时
机器学习之朴素贝叶斯理论与代码实践
864人学习
纪佳琪
5.0
¥68.00
18课时
机器学习之决策树理论与代码实践
844人学习
纪佳琪
5.0
¥68.00
12课时
机器学习之集成学习理论与代码实践
783人学习
纪佳琪
5.0
¥68.00
83课时
机器学习算法基础
411057人学习
覃秉丰
5.0
免费