課程簡介

本課程講解經(jīng)典機(jī)器學(xué)習(xí)知識和實(shí)戰(zhàn)項(xiàng)目，幫助同學(xué)們掌握當(dāng)下熱門機(jī)器學(xué)習(xí)算法。
課程以Python和著名的機(jī)器學(xué)習(xí)庫Scikit-learn為核心工具，基于諸多數(shù)據(jù)集進(jìn)行實(shí)戰(zhàn)任務(wù)，從零開始進(jìn)行案例演示，課程簡潔清晰、通俗易懂，非常適合作為Python機(jī)器學(xué)習(xí)的入門課程。

如果您沒有數(shù)據(jù)分析基礎(chǔ)，請直接關(guān)注日月光華的《Python數(shù)據(jù)分析從入門到機(jī)器學(xué)習(xí)》課程，在這門課程中詳細(xì)介紹了Python機(jī)器學(xué)習(xí)所需的numpy、pandas、matplotlib等基礎(chǔ)內(nèi)容以及機(jī)器學(xué)習(xí)的相關(guān)算法。

本課程主要講解了以下經(jīng)典機(jī)器學(xué)習(xí)算法：

（一）回歸算法

主要包括線性回歸和多項(xiàng)式回歸，同時(shí)我們使用回歸算法講解了機(jī)器學(xué)習(xí)的基礎(chǔ)和過擬合、欠擬合問題。

（二）聚類算法

主要講解了K-means聚類算法和DBSCAN聚類算法，并使用小麥數(shù)據(jù)集和房產(chǎn)成交數(shù)據(jù)做演示。

（三）分類算法

主要包含以下分類算法：

1. 邏輯回歸
   
2. 決策樹
   
3. 隨機(jī)森林
   
4. 支持向量機(jī)
   

（四）自然語言處理

主要講解的自然語言處理的概念和方法，包含以下算法：

1. TF-IDF算法
   
2. 樸素貝葉斯算法
   

（五）推薦算法

主要講解協(xié)同過濾推薦，包含以下算法：

1. 基于用戶的協(xié)同過濾
   
2. 基于項(xiàng)目的協(xié)同過濾
   

課程使用 MovieLens 電影評分?jǐn)?shù)據(jù)集做了推薦算法的實(shí)戰(zhàn)演示。

適用人群

1.對數(shù)據(jù)挖掘感興趣的同學(xué)

2.對機(jī)器學(xué)習(xí)感興趣的同學(xué)

3.對深度學(xué)習(xí)感興趣的同學(xué)

購買須知

1. 本課程為視頻課程，共43節(jié)。

2. 在課程學(xué)習(xí)中，如有任何使用上的問題，請聯(lián)系客服微信號：w3cschool66

（加微信可進(jìn)相關(guān)交流群，與更多小伙伴討論問題）。