課程簡介

本課程講解經(jīng)典機器學習知識和實戰(zhàn)項目，幫助同學們掌握當下熱門機器學習算法。
課程以Python和著名的機器學習庫Scikit-learn為核心工具，基于諸多數(shù)據(jù)集進行實戰(zhàn)任務，從零開始進行案例演示，課程簡潔清晰、通俗易懂，非常適合作為Python機器學習的入門課程。

如果您沒有數(shù)據(jù)分析基礎，請直接關注日月光華的《Python數(shù)據(jù)分析從入門到機器學習》課程，在這門課程中詳細介紹了Python機器學習所需的numpy、pandas、matplotlib等基礎內(nèi)容以及機器學習的相關算法。

本課程主要講解了以下經(jīng)典機器學習算法：

（一）回歸算法

主要包括線性回歸和多項式回歸，同時我們使用回歸算法講解了機器學習的基礎和過擬合、欠擬合問題。

（二）聚類算法

主要講解了K-means聚類算法和DBSCAN聚類算法，并使用小麥數(shù)據(jù)集和房產(chǎn)成交數(shù)據(jù)做演示。

（三）分類算法

主要包含以下分類算法：

1. 邏輯回歸
   
2. 決策樹
   
3. 隨機森林
   
4. 支持向量機
   

（四）自然語言處理

主要講解的自然語言處理的概念和方法，包含以下算法：

1. TF-IDF算法
   
2. 樸素貝葉斯算法
   

（五）推薦算法

主要講解協(xié)同過濾推薦，包含以下算法：

1. 基于用戶的協(xié)同過濾
   
2. 基于項目的協(xié)同過濾
   

課程使用 MovieLens 電影評分數(shù)據(jù)集做了推薦算法的實戰(zhàn)演示。

適用人群

1.對數(shù)據(jù)挖掘感興趣的同學

2.對機器學習感興趣的同學

3.對深度學習感興趣的同學

購買須知

1. 本課程為視頻課程，共43節(jié)。

2. 在課程學習中，如有任何使用上的問題，請聯(lián)系客服微信號：w3cschool66

（加微信可進相關交流群，與更多小伙伴討論問題）。