機器學習講師版-AI100-專題視頻課程

機器學習講師版—2536人已學習
課程介紹    

    AI100特邀中科院教授卿來雲老師,從零開始講解機器學習知識,45天系統實訓!12個真實應用案例!直播+案例+實訓,層層遞進,直通機器學習的本質及其應用! 該系列課程包括機器學習所需的數學基礎、算法應用、模型及實際案例。講師,乾貨十足,課程羣實時答疑,機器學習相關資料不定期分享。手把手領你走進機器學習的大門!
課程收益
    從原理到實戰應用,擺脫枯燥的公式,由淺入深,爲快速進入人工智能行業,進軍金融、醫療、教育等領域,成爲一名機器學習工程師,奠定堅實的基礎!
講師介紹
    AI100更多講師課程
    AI100致力於推進人工智能和數據科學領域的人才培養。目標是在 2025 年前爲中國培養100萬人工智能工程師,200萬各行業數據科學講師,幫助30萬中國企業走向智能化。
課程大綱
  第1章:機器學習簡介
    1.(一)機器學習概述  5:29
    2.(二)機器學習應用場景舉例  21:56
    3.(三)常見機器學習任務  25:58
    4.(四)一個典型的機器學習案例  20:33
    5.(五)機器學習組成部分  31:30
    6.(六)總結  6:52
    7.(七)課堂測試和作業:迴歸問題數據集  12:51
    8.(八)第一節課課後答疑  4:21
  第2章:第一個機器學習實例
    1.第一個機器學習實例(上)  01:08:54
    2.第一個機器學習實例(下)  01:08:54
    3.(一)學習環境搭建  30:43
    4.(二)機器學習案例:波士頓房價預測  3:58
    5.(三)數據讀取  6:05
    6.(四)數據預處理  31:08
    7.(五)模型訓練  20:42
    8.(六)梯度下降算法及優化  6:14
    9.(七)模型評估  38:37
  第3章:Logistic迴歸分析及神經網絡
    1.(一)Logistic迴歸基本原理  34:33
    2.(二)多類Logistic迴歸  6:09
    3.(三)分類模型的評價  28:05
    4.(四)Scikit learn 中的Logistic迴歸實現  19:01
    5.(五)模型選擇與參數調優  5:22
    6.(六)案例分析  25:21
  第4章:支持向量機(SVM)
    1.支持向量機(SVM)(完整版-上)  57:10
    2.支持向量機(SVM)(完整版-下)  54:16
  第5章:降維與矩陣分解
    1.(一)神經網絡基本原理  13:12
    2.(二)優化:反向傳播(BP)  26:46
    3.(三)Scikit learn實現  4:03
    4.(四)案例分析:書寫數字識別  9:14
    5.(五)PCA原理  29:36
    6.(六)Scikit learn中的PCA實現  31:19
  第6章:聚類
    1.(一)聚類概覽  5:04
    2.(二)常用聚類算法  5:57
    3.(三)K-means  31:54
    4.(四)層次聚類  13:37
    5.(五)Affinity Propagation  10:49
    6.(六)DBSCAN  12:32
    7.(七)聚類性能評估  21:48
    8.(八)案例分析  23:43
  第7章:特徵工程
    1.特徵工程(上)  01:12:08
    2.特徵工程 (下)  51:48
  第8章:決策樹及基於樹的集成模型:隨機森林
    1.分類迴歸樹  53:15
    2.隨機森林  01:02:07
  第9章:梯度提升決策樹(GBDT)
    1.梯度提升決策樹(GBDT)(上)  57:03
    2.梯度提升決策樹(GBDT)(下)  57:04
  第10章:梯度提升決策樹(GBDT)二
    1.梯度提升決策樹(GBDT)二  01:44:35
  第11章:推薦系統與廣告點擊率(CTR)預估
    1.(一)推薦系統出現的背景  17:53
    2.(二)基於協同過濾的推薦  49:19
    3.(三)基於內容的推薦  12:37
    4.(四)基於知識的推薦  3:06
    5.(五)推薦系統的評價  10:37
    6.(六)案例分析:事件推薦  33:10
  第12章:廣告點擊率(CTR)預估和模型融合
    1.廣告點擊率(CTR)預估和模型融合(完整版)  02:15:09
大家可以點擊【查看詳情】查看我的課程
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章