Python机器学习全家桶_机器学习学习路线-51CTO学堂

课程介绍
课程内容
资料下载
学员评价(0)

适用人群

机器学习初学者
Python程序员转型
数据分析师提升
AI技术研究人员
软件开发者拓展技能

讲师介绍

大头娃

课程: 12学员: 190万 focus-icon

关注已关注

华为认证讲师、10余年软件研发及企业培训经验，丰富的企业应用软件开发经验、深厚的软件架构设计理论基础及实践能力。为华为、中兴、唯品会、思科、诺基亚、深交所、中国银行、华润集团、顺丰速递、中国香港OOCL、中国国债中心、海南航空等国内外百余家知名企业提供企业培训服务。项目开发历程：区块链落地解决方案 (证券、电影)，基于大数据技术推荐系统，医疗保险大数据分析与统计推断，华润银行公众号二次开发，风暴金融H5跨平台APP，携程酒店APP。

课程内容

第一阶段

线性回归、K近邻

特征工程、多项式回归、欠拟合、过拟合、交叉验证、网格搜索.学习常见的机器学习分类与回归算法，和调优步骤为后续高级算法打下坚实基础!

机器学习-线性回归&K近邻
Python机器学习大满贯系列第1季——线性归回&K近邻本套课程主要介绍了线性回归和K近邻模型两种常见的机器学习算法。线性回归是一种用于建立变量之间线性关系的模型，通过拟合直线来预测目标变量。K近邻模型则是一种基于邻近样本的分类或回归方法，通过计算样本之间的距离来确定最近的K个邻居。这两种模型都有各自的优势和适用场景，通过学习它们的原理和应用，可以更好地理解和应用机器学习算法。
22课时 · 6小时5分钟12547人学习 5.0 2022/03/30 更新
课程大纲
课程大纲
免费试看

第二阶段

决策树、集成学习

信息熵、one-hot编码、线性回归、随机森林、超参数。学习机器学习特征工程的常见处理技巧，并且通过随机森林和集成学习完成多算法整合使用，学习完毕可以学习各种模型混合使用！

机器学习-决策树&集成学习
Python机器学习大满贯系列第3季——决策树&集成学习决策树和集成学习是机器学习中常用的模型和算法。决策树是一种基于树状结构的分类和回归模型，通过一系列的判断条件来进行决策。它直观、易于理解，并且适用于各种数据类型。集成学习是一种将多个弱学习器组合成强学习器的技术，常见的方法包括随机森林和梯度提升树。集成学习可以通过减少过拟合、提高泛化能力来改善模型性能。决策树适用于具有明确特征和判断条件的问题
18课时 · 4小时44分钟5132人学习 5.0 2022/04/25 更新
课程大纲
课程大纲
免费试看

第三阶段

jieba分词、贝叶斯算法

身份证识别、物流地址解析、词云图、**率召回率。通过对身份证、图文、物流地址、文字分类等识别，学习自然语言处理的常见操作。

机器学习-聚类&贝叶斯算法
Python机器学习大满贯系列第2季——聚类&贝叶斯算法聚类算法和贝叶斯算法是机器学习中常用的模型和算法。聚类算法用于将数据集中的样本划分为不同的组或簇，使得同一组内的样本相似性较高，不同组之间的样本相似性较低。常见的聚类算法包括K均值和层次聚类。贝叶斯算法则是一种基于贝叶斯定理的概率推断方法，通过先验知识和观测数据来更新对未知变量的概率分布。贝叶斯算法适用于具有不确定性和随机性的问题，如文本分类
18课时 · 4小时40分钟4946人学习 5.0 2022/04/14 更新
课程大纲
课程大纲
免费试看

第四阶段

KO面试官

帮你高起点起步，更助你在行业应用实战中不断突破！

Python面试题&面试技巧
课程主要分为5个章节, 课程讲解案例全部来自企业内训真实需求第1章：核心语法面试题第2章：数据分析与可视化面试题第3章：机器学习面试题第4章：简答题汇总第5章：非技术性面试注意事项第6章：数据分析前沿概念
31课时 · 3小时26分钟13887人学习 5.0 2021/03/15 更新
课程大纲
课程大纲
免费试看
Python项目实战（行业应用连载）
课程主要分为8部分, 课程讲解案例全部来自企业内训真实需求：第1章：cutecharts手绘风格图表第2章：Python数据库操作第3章：Selenium自动登录B站第4章：Django开发Web站点第5章：Robot自动测试框架第6章：数据分析之用户画像第7章：Scrapy伪装与数据获取第8章：Scrapy自动登录与数据入库
41课时 · 9小时30分钟9258人学习 5.0 2022/02/15 更新
课程大纲
课程大纲
免费试看