- 课程概览
- 授课讲师
- 课程大纲
- 课程概览
- 授课讲师
- 课程大纲
本课程以机器学习算法为主体，讲解各种机器学习算法。主要内容如下：监督学习算法、分类与回归、线性回归、逻辑回归、决策树、随机森林、SVM、无监督学习、数据预处理、Tfidf等。 在讲解算法过程中，以实际的例子和可视化的方式形象理解。部分算法会讲解实际算法推导。在讲解完每个算法后，都会用sklearn解决一个具体的问题。
课程概览
一、课程简介
本课程以机器学习算法为主体，讲解各种机器学习算法。在讲解算法过程中，以实际的例子和可视化的方式形象理解。部分算法会讲解实际算法推导。在讲解完每个算法后，都会用sklearn解决一个具体的问题。可以强化对算法的理解。
在课程后半部分，主要讲解模型调参以及特征工程相关的内容。让我们可以应对各种问题，最后在课程中附带了几个实验。实验选取sklearn以外的数据集，在实验中会实现对数据的处理以及预测的功能，方便把实验应用于生活中。
二、课程目标
掌握分类与回归算法
理解各种机器学习算法
掌握解决过拟合的方法
掌握读取数据、数据预处理、异常数据处理等操作
掌握sklearn模块的使用
第一阶段：监督学习
在该阶段，主要学习机器学习的基本概念。学习监督学习中的各种分类和回归算法。包括KNN、线性回归、逻辑回归、决策树、随机森林、支持向量机、神经网络。
第二阶段：无监督学习
在该阶段，主要学习数据缩放方法和无监督学习算法。包括数据标准化、归一化、PCA主成分分析、聚类算法等。
第三阶段：特征工程
在该阶段，主要学习特征的表示。包括分类特征处理、分箱离散化、多项式特征、文本特征、Ngram、Tfidf。同时还会讲解模型评估和改进的方法。
本课程以机器学习算法为主体，讲解各种机器学习算法。在讲解算法过程中，以实际的例子和可视化的方式形象理解。部分算法会讲解实际算法推导。在讲解完每个算法后，都会用sklearn解决一个具体的问题。可以强化对算法的理解。
在课程后半部分，主要讲解模型调参以及特征工程相关的内容。让我们可以应对各种问题，最后在课程中附带了几个实验。实验选取sklearn以外的数据集，在实验中会实现对数据的处理以及预测的功能，方便把实验应用于生活中。
二、课程目标
掌握分类与回归算法
理解各种机器学习算法
掌握解决过拟合的方法
掌握读取数据、数据预处理、异常数据处理等操作
掌握sklearn模块的使用
第一阶段：监督学习
在该阶段，主要学习机器学习的基本概念。学习监督学习中的各种分类和回归算法。包括KNN、线性回归、逻辑回归、决策树、随机森林、支持向量机、神经网络。
第二阶段：无监督学习
在该阶段，主要学习数据缩放方法和无监督学习算法。包括数据标准化、归一化、PCA主成分分析、聚类算法等。
第三阶段：特征工程
在该阶段，主要学习特征的表示。包括分类特征处理、分箱离散化、多项式特征、文本特征、Ngram、Tfidf。同时还会讲解模型评估和改进的方法。
授课讲师
课程大纲
- 第1章前言
- 第1节机器学习
- 第2节必要的库和工具
- 第3节认识数据
- 第4节第一个应用：鸢尾花分类
- 第2章监督学习
- 第1节分类与回归
- 第2节泛化、过拟合和欠拟合
- 第3节监督学习算法
- 第4节KNN算法
- 第5节调参及距离的度量
- 第3章回归算法
- 第1节线性回归
- 第2节梯度下降
- 第3节岭回归
- 第4节Lasso回归
- 第4章逻辑回归
- 第1节逻辑回归
- 第2节Softmax回归
- 第3节代码实现
- 第4节参数调整
- 第5章决策树和随机森林
- 第1节决策树
- 第2节决策树的生成
- 第3节过拟合
- 第4节代码实现和决策树分析
- 第5节随机森林
- 第6章支持向量机
- 第1节线性支持向量机
- 第2节线性模型和非线性特征
- 第3节核支持向量机
- 第4节参数调整
- 第7章神经网络
- 第1节线性代数
- 第2节神经网络
- 第3节反向传播
- 第4节代码实现
- 第8章数据缩放
- 第1节数据缩放
- 第2节相同的缩放
- 第3节数据缩放对结果的影响
- 第4节无监督学习
- 第5节K-means
- 第6节DBSCAN
- 第9章PCA主成分分析
- 第1节PCA主成分分析
- 第2节主成分
- 第3节数据可视化
- 第4节分析成分
- 第10章数据表示与特征工程
- 第1节分类特征
- 第2节分箱、离散化
- 第3节交互特征与多项式特征
- 第4节缺失值特征
- 第11章模型评估与改进
- 第1节拆分数据集
- 第2节交叉验证
- 第3节网格搜索
- 第4节交叉验证网格搜索
- 第12章处理文本数据
- 第1节词袋模型
- 第2节停用词
- 第3节Tf-idf
- 第4节N-gram
- 第5节朴素贝叶斯
| 节数 | 上课时间 | 星期一 | 星期二 | 星期三 | 星期四 | 星期五 | 星期六 | 星期天 |
|---|---|---|---|---|---|---|---|---|
| 第1节 | 08:00 - 08:40 | |||||||
| 第2节 | 09:00 - 09:40 | |||||||
| 第3节 | 10:00 - 10:40 | |||||||
| 第4节 | 11:00 - 11:40 | |||||||
| 第5节 | 14:00 - 14:40 | |||||||
| 第6节 | 15:00 - 15:40 | |||||||
| 第7节 | 16:00 - 16:40 | |||||||
| 第8节 | 17:00 - 17:40 |
| 天数 | 上课日期 | 上课时间 | 内容 |
|---|
相关课件 更多
-
csv
heart.csv
大小：11.06KB
2025-01-09
-
zip
图像分割.zip
大小：286.37KB
2025-01-09
-
zip
pos.zip
大小：9.74MB
2025-01-09
-
zip
neg.zip
大小：9.51MB
2025-01-09
-
zip
泰坦尼克.zip
大小：33.01KB
2025-01-09
-
zip
疫情.zip
大小：912.76KB
2025-01-09
020-38289118 转 171
971957201