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
第11任务： 3.4决策树算法家族
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
