TA的每日心情 | 开心
2021-12-13 21:45 |
|---|
签到天数: 15 天 [LV.4]偶尔看看III
|
资源名称： |
【No176】2017年最新北风网零基础学习机器学习（Python语言、算法、Numpy库、MatplotLib)视频教程） |
下载地址： |
网盘链接：请先登录后查看此内容 |
失效声明： |
如果资料失效，VIP和荣耀会员或者使用金币兑换的普通会员，可以直接联系资料客服QQ索取： 。在线时间为：8:00-23:30。请下载后24小时内删除，若侵权请联系客服删除该资料。 |
如何获取： |
1，本资料VIP会员下载地址直接可见，购买VIP：点击购买会员>>，开通后可下载全站所有资料。
2，非荣耀会员使用50000Java金币兑换，金币充值：点击进入充值页面。 |
资源描述及截图：
|
【No176】2017年最新北风网零基础学习机器学习（python语言、算法、Numpy库、MatplotLib)视频教程）
机器学习作为人工智能的一部分，已经应用于很多领域，远超过人们的想象，垃圾邮件的过滤，在线广告的推荐系统，还有目前发展飞快的物体识别、人脸识别和语音识别的发展，都是机器学习的应用的成果。机器学习在改善商业决策、提高生产率、检测疾病、预测天气等方面都有非常大的应用前景。
1. 课程研发环境
本课程的代码实现是基于Python语言，用到Numpy库和MatplotLib.
开发工具: Python win;
2. 内容简介
本教程系统的介绍了机器学习的目的和方法。并且针对每一种常用的方法进行了详细的解析，用实例来说明具体的实现，学生可以跟着一步步完成。在面对现实的问题的时候，可以找到非常可靠的参照。本课程在最开始讲解了Python语言的基础知识，以保证后面的课程中可以顺利进行。更多的Python语言的知识，需要学员自己去找更多的资料进行学习。
本课程主要讲述了两大类机器学习的方法：有监督学习和无监督学习，其中有监督学习里面，又分为分类和预测数值型数据。这些算法都是基础的算法。这样可以降低学习的难度，容易理解机器学习思路和实现的过程。1 o: ?3 E i,
老王：16年软件发工作经历，2年知名软件培训机构专职讲师经历、曾任项目经理、教学主管多年，在Window系统、移动平台的应用软件研发、人工智能的应用领域有很深的造诣。
第一章 机器学的任务和方法1-2.mp4
第二章 Python语言基础1-6.mp4
第二章 Python语言基础7-13.mp4
第三章 分类算法介绍1.mp4
第四章 k-临近算法1-7.mp4
第五章 决策树1-5.mp4
第六章 基于概率论的分类方法：朴素贝叶斯1-6.mp4
第七章 Logistic回归1-6.mp4
第八章 支持向量机1-8.mp4
第九章 利用AdaBoost元算法提高分类性能1-5.mp4
第十章 利用回归预测数值型数据1-5.mp4
第十一章 树回归1-3.mp4
第十二章 无监督学习1.mp4
第十三章 利用K-均值聚类算法对未标注数据分组1-2.mp4
第十四章 使用Apriori算法进行关联分析1-3.mp4
第十五章 使用FP-growth算法来高效发现频分项集1-3.mp4
第十六章 利用PCA来简化数据1-2.mp4
第十七章 利用SVD简化数据1-3.mp4
第十八章 大数据与MapReduce1.mp4
第十九章 学习总结.mp4
资料包
|
|
[复制链接]
发表于 2018-1-6 18:53:15
发表于 2018-1-7 09:10:50
