課程大綱:
課時1:機器學習應用實驗手冊
第1 章 : 第一週課件資料和視頻
課時2:1.機器學習與數學分析
課時3:視頻-1.機器學習與數學分析
課時4:2.概率論與貝葉斯先驗
課時5:視頻-2.概率論與貝葉斯先驗
課時6:3.數理統計與參數估計
課時7:視頻-3.數理統計與參數估計
第2 章 : 第二週課件資料和視頻
課時8:4.矩陣和線性代數
課時9:視頻-4.矩陣和線性代數
課時10:5.凸優化
課時11:視頻-5.凸優化
課時12:6.Python基礎
課時13:視頻-6.Python基礎
第3 章 : 第三週課件資料和視頻
課時14:7.Python庫
課時15:視頻-7.Python庫
課時16:8.迴歸與特徵選擇
課時17:視頻-8.迴歸與特徵選擇
課時18:9.Logistic迴歸
課時19:視頻-9.Logistic迴歸
第4 章 : 第四周課件資料和視頻
課時20:10.迴歸實踐
課時21:視頻-10.迴歸實踐
課時22:11.決策樹和隨機森林
課時23:視頻-11.決策樹和隨機森林
課時24:12.決策樹和隨機森林實踐,
課時25:視頻-12.決策樹和隨機森林實踐
第5 章 : 第五週課件資料和視頻
課時26:13.提升
課時27:視頻-13.提升
課時28:14.XGBoost實踐
課時29:視頻-14.XGBoost實踐
課時30:15.SVM
課時31:視頻-15.SVM
第6 章 : 第六週課件資料和視頻
課時32:16.SVM實踐
課時33:視頻-16.SVM實踐
課時34:17.聚類!
課時36:18.聚類實踐
課時37:視頻-18.聚類實踐
第7 章 : 第七週課件資料和視頻
課時38:19.EM算法
課時39:視頻-19.EM算法
課時40:20.EM算法實踐
課時41:視頻-20.EM算法實踐
課時42:21.貝葉斯網絡
課時43:視頻-21.貝葉斯網絡
第8 章 : 第八週課件資料和視頻
課時44:22.貝葉斯網絡實踐
課時45:視頻-22.貝葉斯網絡實踐
課時46:23.主題模型
課時47:視頻-23.主題模型
課時48:24.主題模型實踐
課時49:視頻-24.主題模型實踐
第9 章 : 第九周課件資料和視頻
課時50:25.HMM
課時51:視頻-25.HMM
課時52:26.HMM實踐
課時53:視頻-26.HMM實踐