国外课栈 - 国外电子信息技术视频教程、电子书和博文栈
Scikit-learn机器学习的基础知识
Scikit-learn机器学习的基础知识
类别 : 视频教程
格式 : MP4
会员须知  放入帐户
概述

借助本综合指南,为进入机器学习和数据科学世界奠定坚实的基础

学习  

  • 熟悉机器学习的重要元素
  • 了解特征选择和特征工程过程
  • 评估线性回归的性能和错误权衡
  • 建立数据模型
  • 了解数据模型如何工作
  • 了解分层集群的策略
  • 结合决策树进行学习
  • 学习调整支持向量机的参数
  • 将集群实施到数据集

关于  

随着数据量持续以几乎无法理解的速度增长,能够理解和处理数据正成为竞争性组织的关键差异因素。机器学习应用无处不在,从自动驾驶汽车,垃圾邮件检测,文档搜索和交易策略到语音识别。这使得机器学习非常适合当今的大数据和数据科学时代。主要的挑战是如何将数据转换为可操作的知识。

在本课程中,您将学习数据科学领域中常用的所有重要的机器学习算法。这些算法可用于有监督的学习和无监督的学习,强化学习以及半监督的学习。本书涵盖了一些著名的算法:线性回归,逻辑回归,SVM,朴素贝叶斯,K均值,随机森林和特征工程。在本课程中,您还将学习这些算法如何工作以及如何实际应用来解决您的问题。

该视频课程的代码包位于-https://github.com/PacktPublishing/Fundamentals-of-Machine-Learning-with-scikit-learn

特征  

  • 借助这一扎实,概念丰富且高度实用的指南,可以开始机器学习领域。
  • 您的一站式解决方案,可帮助您掌握机器学习算法及其实现的基本原理。
  • 通过这份全面的指南,加强您的扎根(算法),为您进入机器学习打下坚实的基础。

总目录(2时33分)

  • 机器学习导论
  • 特征选择与特征工程
  • 线性回归
  • Logistic回归
  • 贝叶斯
  • 支持向量机
  • 决策树和集成学习
  • 聚类基础
  • 层次聚类
  • 推荐系统简介