双色球爱彩网专家杀号|爱彩网主页

機器學習 A-Z

Machine Learning A-Z in Chinese

全面建立機器學習的知識架構,并且在Python和R里構建不同的機器學習模型。課程內容包括所有的代碼模板。

士豪邱

Udemy

計算機

簡單(初級)

32 小時

  • 中文, 英語
  • 513

課程概況

想了解機器學習?這門課程為您訂做!

這門課程是英文課程Machine Learning A-Z的翻譯和再創造。原版英文課程是Udemy上最暢銷的機器學習課程。您在這門課里,會用深入淺出的方法學會復雜的模型,算法,還有基礎的編程語句。

我們會手把手地教會您機器學習。每一節課都會讓您獲得新的知識,完備機器學習的知識架構,在享受機器學習的同時對這個領域有更深的理解。

這門課程十分有趣,包含了機器學習的方方面面。課程結構如下:

第一部分 – 數據預處理
第二部分 – 回歸:簡單線性回歸,多元線性回歸,多項式回歸
第三部分 – 分類:邏輯回歸,支持向量機(SVM),核函數與支持向量機(Kernel SVM),樸素貝葉斯,決策樹分類,隨機森林分類
第四部分 – 聚類:K-平均聚類分析
第五部分 – 關聯規則學習:先驗算法
第六部分 (待更新) – 強化學習:置信區間上界算法(UCB),Thompson抽樣算法
第七部分 (待更新) – 自然語言處理 :自然語言處理算法
第八部分 (待更新) – 深度學習:人工神經網絡,卷積神經網絡
第九部分 (待更新) – 降維(Dimensionality Reduction):主成分分析 (PCA),核函數主成分分析(Kernel PCA)
第十部分 (待更新) – 模型選擇:模型選擇,極端梯度上升

對于每個模型,除了學會理論基礎之外,您還會學習如何將這些模型運用到各種實際生活的案例里,并且課程也包括Python和R的代碼模板,您可以下載并且直接將代碼運用到您自己的項目里。

你將學到什么

完全掌握機器學習及在Python和R里的應用

深刻理解各種機器學習的模型

做出準確的預測和強大的分析

利用機器學習創造更多價值

利用機器學習解決私人問題

掌握并熟練處理強大的算法,例如強化學習,自然語言處理,還有深度學習

掌握并熟練處理先進的技術,例如對降低數據維度

了解對不同的問題怎樣選擇合適的機器學習模型

建立起強大的機器學習知識架構,并且知道如何創建和運用不同的模型來解決任何問題

課程大綱

序言 Introduction
4 個講座
25:52

------------ 第1部分: 數據預處理 Data Preprocessing ------------
10 個講座
01:41:15

-------------------- 第2部分: 回歸 Regression --------------------
1 個講座
00:05

簡單線性回歸 Simple Linear Regression
11 個講座
01:22:58

多元線性回歸 Multiple Linear Regression
18 個講座
02:03:02

多項式回歸 Polynomial Regression
10 個講座
01:28:23

評估回歸模型的表現 Evaluating Regression Models Performance
4 個講座
38:26

-------------------- 第3部分: 分類 Classification --------------------
1 個講座
00:07

邏輯回歸 Logistic Regression
14 個講座
01:29:22

支持向量機 SVM
4 個講座
41:51

核函數支持向量機 Kernel SVM
7 個講座
01:02:04

樸素貝葉斯 Naive Bayes
7 個講座
01:11:21

決策樹 Decision Tree
4 個講座
49:23

隨機森林 Random Forest
4 個講座
41:42

分類模型性能評價及選擇 Evaluating Classification Models Performance
6 個講座
39:03

-------------------- 第4部分: 集群 Clustering --------------------
1 個講座
00:02

K平均聚類算法 K-Means Clustering
9 個講座
01:22:12

-------------------- 第5部分: 關聯規則學習 Association Rule Learning --------------------
1 個講座
00:02

先驗算法 Apriori
8 個講座
01:28:01

-------------------- 第6部分: 強化學習 Reinforcement Learning--------------------
1 個講座
00:02

置信區間上界算法 Upper Confidence Bound or UCB
11 個講座
02:09:37

Thompson 抽樣算法
7 個講座
01:25:04

------------------- 第7部分: 自然語言處理 Natural Language Processing--------------------
21 個講座
02:27:11

-------------------- 第8部分: 深度學習 Deep Learning --------------------
1 個講座
11:23

人工神經網絡 Artificial Neural Networks
24 個講座
03:49:33

卷積神經網絡 Convolutional Neural Networks
19 個講座
02:40:22

-------------------- 第9部分: 降維 Dimensionality Reduction --------------------
1 個講座
00:00

主成分分析 Principal Component Analysis
8 個講座
01:15:50

核函數主成分分析 Kernel PCA
3 個講座
36:19

-------------------- 第10部分: 模型選擇和提升 Model Selection --------------------
7 個講座
01:01:14

面向人群

所有對機器學習感興趣的人
任何有高中數學知識并且想開始學習機器學習的學生
任何有機器學習基本知識并想了解更多這個領域的人
任何不太了解編程但對機器學習感興趣,并希望將機器學習應用在數據上的人
任何想進入數據科學領域的大學生
任何想提高機器學習技能的數據分析師
任何對目前工作不滿意并想成為數據科學家的人
任何希望運用強大的機器學習工具擴大自己事業的人

預備知識

高中數學知識即可
Just some high school mathematics level.

HEC Managing Innovation & Design Thinking – Join Today And Inspire Innovation
聲明:MOOC中國發布之課程均源自下列機構,版權均歸他們所有。本站僅作報道收錄并尊重其著作權益,感謝他們對MOOC事業做出的貢獻!(排名不分先后)
  • Coursera
  • edX
  • OpenLearning
  • FutureLearn
  • iversity
  • Udacity
  • NovoEd
  • Canvas
  • Open2Study
  • Google
  • ewant
  • FUN
  • IOC-Athlete-MOOC
  • World-Science-U
  • Codecademy
  • CourseSites
  • opencourseworld
  • ShareCourse
  • gacco
  • MiriadaX
  • JANUX
  • openhpi
  • Stanford-Open-Edx
  • 網易云課堂
  • 中國大學MOOC
  • 學堂在線
  • 頂你學堂
  • 華文慕課
  • 好大學在線CnMooc
  • 以及更多...

© 2008-2018 MOOC.CN 慕課改變你,你改變世界

双色球爱彩网专家杀号