适用人群：
想用Python徒手实现机器学习算法、务实代码功底的学员
课程概述：
《机器学习实战》带学训练营上新了全套的视频课啦！读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。
课程目录：
00 第一周：绪论和准备
01 第一周：学习k-近邻算法
02 第一周项目作业打卡日
03 第一周：天池 o2o 优惠券使用预测比赛 – 初级
04 第一周：本周任务简单总结
05 第二周：学习决策树的构造
06 第二周：测试和存储决策树
07 第二周：项目作业打卡日
08 第二周：天池 o2o 比赛 – 使用决策树模型
09 第二周：本周任务简单总结
11 第三周：文本分类与垃圾邮件过滤
12 第三周：直播答疑日
13 第三周：项目作业打卡日
14 第三周：天池 o2o 比赛 – 使用朴素贝叶斯模型
15 第三周：本周任务简单总结
16 第四周：逻辑回归
17 第四周：项目作业打卡日
18 第四周：天池 o2o 比赛 – 使用逻辑回归模型
19 第四周：本周任务简单总结
20 第四周：支持向量机基本原理
21 第五周：SMO算法
22 第五周：核函数
23 直播答疑
24 第五周：项目作业打卡日
25 第五周：使用支持向量机模型
26 第五周：本周任务简单总结
27 第六周：Bagging、Boosting、AdaBoost
28 第六周：AdaBoost 实现、非均衡分类
29 第六周：项目作业打卡日
30 第六周：天池 o2o 比赛 – 使用 AdaBoost 模型
31 第六周：本周任务简单总结
32 第七周：线性回归
33 第七周：项目作业打卡日
34 第七周：正则化、偏差与方差
35 直播答疑
36 第七周：CART 树
37 第八周：树剪枝
38 第八周：模型树
40 第八周：项目作业打卡日
41 第八周： 天池 o2o 优惠券使用预测比赛（进阶）
42 第八周：本周任务简单总结
43 第九周：k-means 聚类
44 第九周：二分 k-means 聚类
45 第九周：项目作业打卡日+直播问题收集日
46 第九周：本周任务简单总结
47 第十周：降维 PCA
49 第十周：奇异值分解 SVD+直播答疑
50 第十周：项目作业打卡日2
51 第十周：项目作业打卡日3
52 第十周：本周任务简单总结
评论0