课程目录
00、课程介绍
01、机器学习的数学基础1 – 数学分析
02、数学基础2 – 数理统计与参数估计
03、数学基础3 – 矩阵和线性代数
04、数学基础4 – 凸优化
05、Python基础及其数学库的使用
06、Python基础及其机器学习库的使用
07、回归
08、回归实践
09、决策树和随机森林
10、随机森林实践
11、提升
12、XGBoost
13、SVM
14、SVM实践
15、聚类
16、聚类实践
17、EM算法
18、EM算法实践
19、贝叶斯网络
20、朴素贝叶斯实践
21、主题模型LDA
22、LDA实践
23、隐马尔科夫模型HMM
24、HMM实践
评论0