首页>专题套餐>AI人工智能>机器学习>Python机器学习全家桶

Python机器学习全家桶

系列课程涵盖了Python所有的机器学习算法包括K-means、线性回归、决策树、决策回归、K近邻、贝叶斯、随机森林、集成学习等。从应用场景入手,企业案例实现与手写算法进行深入浅出的教学,10小时学习机器学习模型。

5

门课程

45505

人学习

课程总时长

大头娃

讲师评分:5.0

长久观看
 
系统化学习
 
课程内容答疑

第一阶段:  线性回归、K近邻

1门课程21900

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

    22节6小时5分钟
    课程目标:
    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

    课程大纲

      免费试看

    第二阶段:  决策树、集成学习

    1门课程17040

    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

      18节4小时44分钟
      课程目标:
      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

      课程大纲

        免费试看

      第三阶段:  jieba分词、贝叶斯算法

      1门课程16800

      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

        18节4小时40分钟
        课程目标:
        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

        课程大纲

          免费试看

        第四阶段:  KO面试官

        2门课程46560

        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

          31节3小时26分钟
          课程目标:
          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

          课程大纲

            免费试看

          • Python项目实战(行业应用连载)

            41节9小时30分钟
            课程目标:
            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

            课程大纲

              免费试看

            Python机器学习全家桶资料下载

            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