登录
注册
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
项目前置知识学习
简介
课程标签:
在线实习
查看课程
任务列表
第1任务: 1.1引言
第2任务: 1.2基本术语
第3任务: 1.3假设空间&归纳偏好
第4任务: 2.1经验误差与过拟合
第5任务: 2.2评估方法
第6任务: 2.3性能度量
第7任务: 2.4性能度量Python实现
第8任务: 3.1从女生相亲到决策树
第9任务: 3.2明天适合打球吗
第10任务: 3.3决策树拆分属性选择
第11任务: 3.4决策树算法家族
第12任务: 3.5泰坦尼克号生还者预测—数据预处理
第13任务: 3.6泰坦尼克号生还者预测—模型构建与预测
第14任务: 3.7决策树可视化
第15任务: 4.1KNN算法介绍
第16任务: 4.2KNN算法解决鸢尾花分类问题
第17任务: 5.1聚类分析概述
第18任务: 5.2相似性度量
第19任务: 5.3K-Means聚类分析算法介绍
第20任务: 5.4利用K-Means算法对鸢尾花进行聚类
第21任务: 5.5聚类结果的性能度量
第22任务: 5.6调用sklearn实现聚类分析
第23任务: 6.1 智能推荐简介
第24任务: 6.2 基于内容的推荐
第25任务: 6.3 协同过滤推荐
第26任务: 6.4 基于深度学习的推荐&复合推荐
第27任务: 6.5 智能推荐系统性能度量
第28任务: 7.1 关联规则简介
第29任务: 7.2 事务和项集
第30任务: 7.3 支持度与置信度
第31任务: 7.4 Apriori算法流程
第32任务: 7.5 Apriori算法实现
第33任务: 7.6 协同过滤推荐算法流程
第34任务: 7.7 新闻推荐数据介绍
第35任务: 7.8 数据准备
第36任务: 7.9 模型构建
第37任务: 7.10 构建测试集用户网址浏览字典
第38任务: 7.11 执行推荐操作
第39任务: 7.12 推荐结果评估
第40任务: 7.13 FM&Ranking模型
第41任务: 8.1 集成学习基本概念
第42任务: 8.2 并行集成算法-Bagging&RandomForest
第43任务: 8.3 串行集成算法-Boosting算法流程
第44任务: 8.4 串行集成算法-Boosting代码实现
第45任务: 8.5 Stacking算法流程
第46任务: 8.6 Stacking代码实现
第47任务: 项目前置知识学习配套资料
学
习
中
心
TOP
张老师
群1:897428979
群2:642795722
工作时间:9:00 - 18:00
张老师:18927565259
邮箱:
3120701392@qq.com