课程门户-章节详情

机器学习

范茂松顾丽丽李渊浩

荣誉证书：示范教学课程
- ● 证书原件
- ● 我和周志华院士
机器学习1 绪论
- ● 机器学习1 绪论
- ● 实验：开发环境配置（自行完成）
机器学习2 数学基础
- ● 机器学习2 数学基础
- ● 实验：Python基础语法与三大结构练习（自行完成）
- ● 实验参考代码
3 机器学习基础
- ● 3 机器学习基础
4 科学计算库Numpy
- ● 科学计算库Numpy
线性回归
- ● 一元线性回归
- ● 实验：实现一元线性回归（自行完成）
- ● 多元线性回归
- ● 代码实战：解析解求解回归模型
- ● Anaconda库与问卷星的使用
- ● 代码实战：sklearn实现多元线性回归模型
- ● 梯度下降算法
- ● 代码实战：批量梯度下降算法求解线性回归
- ● 模型的评价
- ● 代码实战：随机梯度下降算法
- ● 代码实战：小批量梯度下降算法
- ● 多项式回归
- ● 岭回归及代码实现
对数几率回归
- ● 对数几率回归基本概念
- ● 极大似然函数与对数几率回归公式详细推导
- ● 代码实战：用sklearn实现对数几率回归
- ● 分类问题的模型评价及代码实现
- ● 多分类问题及代码实现
exam
- ● 线性回归
- ● 对数几率回归
- ● 房价预测
决策树
- ● 决策树基本概念
- ● 信息量信息熵
- ● 信息增益及计算实例
- ● 信息增益计算
- ● 代码实战：sklearn实现决策树
- ● ID3缺点分析、C4.5、CART决策树
- ● 基尼指数计算实例、预剪枝与后剪枝
支持向量机
- ● 超平面
- ● SVM基本问题
- ● 拉格朗日对偶函数与KKT条件
- ● 式 6.11求导过程
- ● SMO算法
- ● 软间隔与正则化
- ● 核函数与核方法
- ● 代码实战：SVM预测乳腺癌
- ● 支持向量回归
- ● 代码实战：SVR预测空气质量指数
贝叶斯分类器
- ● 贝叶斯定理
- ● 朴素贝叶斯分类器原理
- ● 连续值处理方法
- ● 代码实战：用sklearn实现贝叶斯分类器预测银行营销数据
集成学习
- ● 集成学习概述与Boosting
- ● AdaBoost算法详解
- ● 代码实战：用AdaBoost预测乳腺癌数据
- ● Bagging与随机森林
- ● 代码实战：用随机森林预测银行营销数据
- ● 集成学习组合策略
聚类算法
- ● 聚类算法概述
- ● KMeans算法
- ● 代码实战：KMeans算法实现
降维算法
- ● 降维算法概述
- ● PCA降维算法
- ● PCA降维算法2
- ● 代码实战：用Sklearn实现PCA算法
final-exam
- ● exam1
- ● exam2
- ● exam3

证书原件

本课程已被超星集团收录为“示范教学包”，并在全国相关高校进行推广，以下是荣誉证书原件。

周昊机器学习示范教学包.jpg

课程引用详情：

http://cv-p.chaoxing.com/teaching/exportTeachUseDetailPage?encCourseId=2434e59e72e590017feaef2a2d4c7715

http://v1.chaoxing.com/teaching/exportTeachUseDetailPage?encCourseId=2434e59e72e590017feaef2a2d4c7715

图片预览