发布于2019-07-03 15:08
内容介绍
1. 机器学习概述
a) 人工智能概述
b) 什么是机器学习
c) 机器学习算法分类
d) 机器学习开发流程
e) 学习框架和资料介绍
2. 特征工程
a) 数据集
b) 特征工程介绍
c) 特征抽取
d) 特征预处理
e) 特征降维
f) 主成分分析
3. 分类算法
a) sklearn转换器和估计器
b) K-近邻算法
c) 模型选择与调优
d) 朴素贝叶斯算法
e) 决策树
f) 集成学习方法之随机森林
4. 回归与聚类算法
a) 线性回归
b) 欠拟合与过拟合
c) 线性回归的改进-岭回归
d) 分类算法-逻辑回归与二分类
e) 模型保存和加载
f) 无监督学习-KMeans算法
作者:可爱宝宝
链接:https://www.pythonheidong.com/blog/article/611/138dca7363225a7ff4b9/
来源:python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容:(最多支持255个字符)
---无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事,而不是让内心的烦躁、焦虑,坏掉你本来就不多的热情和定力
Copyright © 2018-2021 python黑洞网 All Rights Reserved 版权所有,并保留所有权利。 京ICP备18063182号-1
投诉与举报,广告合作请联系vgs_info@163.com或QQ3083709327
免责声明:网站文章均由用户上传,仅供读者学习交流使用,禁止用做商业用途。若文章涉及色情,反动,侵权等违法信息,请向我们举报,一经核实我们会立即删除!