课程简介：
1. 全程动画展示推导过程，直观展示了机器学习经典算法原理
2. 从算法原理 到 模型训练，评判模型指标，验证模型，选择模型，调整模型
3. 通过配套练习帮助加强理解
以（面对面视频讲解 + 配套练习 + 阅读环节 + 直播答疑 + 学习交流群 ）的 学习模式，可自行掌握学习节奏，适应碎片化学习方式；
内容概要
第1节：什么是机器学习？
简介
决策树
朴素贝叶斯
梯度下降
线性回归
逻辑回归
支持向量机
神经网络
核函数
k均值聚类
层次聚类
总结
第2节：训练与测试模型
简介
预备基础知识
在 sklearn 中训练模型
调整参数
测试你的模型
第3节：模型评估指标
混淆矩阵
准确率
假阳性与假阴性
精度
召回率
F1-得分
Fβ-得分
ROC曲线
回归模型指标 R2-得分
第4节：选择模型
错误类型
模型复杂度
K折交叉验证
学习曲线
网格搜索
机器学习的过程
配套练习
第1节实战项目
在 sklearn 中训练模型
调整模型参数
学习曲线
网格搜索
资源目录：
1 简介.mp4
2 决策树.mp4
3 朴素贝叶斯.mp4
4 梯度下降.mp4
5 线性回归.mp4
6 逻辑回归.mp4
7 支持向量机.mp4
8 神经网络.mp4
9 核函数.mp4
10 K均值聚类.mp4
11 层次聚类.mp4
12 总结.mp4
13 简介.mp4
14 预备基础知识.mp4
15 在 sklearn 中训练模型.mp4
16 调整模型参数.mp4
17 测试你的模型.mp4
18 混淆矩阵.mp4
19 准确率.mp4
20 假阳性与假阴性.mp4
21 精度.mp4
22 召回率.mp4
23 F1.mp4
24 Fβ.mp4
25 ROC曲线.mp4
26 回归模型指标R2.mp4
27 过拟合与欠拟合.mp4
28 模型复杂度图.mp4
29 K折交叉验证.mp4
30 学习曲线.mp4
31 网格搜索.mp4
32 总结机器学习的过程.mp4
开通VIP会员，全站无需金币可下载学习
评论0