在线网课 机器学习入门 Scikit-learn实现经典

机器学习入门 Scikit-learn实现经典

如果现在是编程时代，那么下一个时代就是机器学习时代。即使你不超越时代，你也不能被时代抛弃。因此，你至少应该开始机器学习

第1章 机器学习概述

本章讲述了机器学习的基本概念、本课程的内容以及本课程中使用的一些工具安装方法和基本使用方法。

第2章 回归模型-理论

本章介绍了回归模型的基本原理和算法，并结合回归介绍了交叉验证的方法。

第3章 回归模型-房价预测高级案例

如何构建和应用回归模型，通过预测房价的实际例子来展示。

第4章 分类模型-理论

本章介绍了分类模型的基本原理和算法，并介绍了一些评价分类器质量的方法。

第5章 分类模型-情感分析高级案例

如何构建和应用分类模型，通过情感分析的实际例子来展示。

第6章 聚类和相似度模型-理论模型

本章介绍了基于相似度模型的聚类和基本原理和算法，并介绍了文本分析中最重要的表达方式TF-IDF。

第7章 聚类和相似度模型-维基百科人物相似度案例

通过维基百科全书中的文本分析实例，展示了如何构建和应用聚类和相似性模型。

第8章 推荐系统-理论

本章介绍了推荐系统的基本原理和方法，介绍了使用协同过滤和矩阵分解构建推荐系统的常用方法，以及如何处理冷启动。

第9章 推荐系统-构建推荐系统案例

以用户电影评分推荐系统为基础的小型实践案例结束课程

第10章 深度学习-理论

本章主要介绍了深度学习，讲述了图像检索中应用的深度学习理论和算法，然后延伸到具有深度特征的迁移学习。

第11章 神经网络-案例部分

使用神经网络计算XOR

第12章 结尾章

本章是本课程的最后一章，主要讲述了如何部署机器学习服务，以及机器学习后的发展方向，以及一些机遇和挑战。