您现在的位置是:课程
博士讲授人工智能之机器学习
2023-09-20 23:07课程 人已围观
学习资料和技术交流请与老师QQ沟通 1586281525
周志华《机器学习》西瓜书公式详细推导加代码实战,适合小白快速掌握机器学习算法与代码能力。
对数几率回归 本质是一个神经元。 对数几率回归可以回答Yes-No类的问题。
决策树模型是一种简单易用的非参数分类器。它不需要对数据有任何的先验假设,计算速度较快,结果容易解释,而且稳健性强。
通过本教程的学习,让博士带着大家知其然知其所以然,掌握和理解机器学习-对数几率回归-决策树模型。
课程目录
第3章 对数几率回归
1 对数几率回归基本概念
2 极大似然函数与对数几率回归公式详细推导
3 代码实战:用sklearn实现对数几率回归
4 分类问题的模型评价及代码实现
5 用sklearn实现多分类任务
第4章 决策树模型
1 决策树基本概念
2 信息量 信息熵
3 信息增益及计算实例
4 信息增益计算与分析
5 代码实战:用sklearn实现决策树预测肿瘤
6 ID3缺点分析、C4.5、CART决策树
7 基尼指数计算实例、预剪枝与后剪枝
周志华《机器学习》西瓜书公式详细推导加代码实战,适合小白快速掌握机器学习算法与代码能力。
对数几率回归 本质是一个神经元。 对数几率回归可以回答Yes-No类的问题。
决策树模型是一种简单易用的非参数分类器。它不需要对数据有任何的先验假设,计算速度较快,结果容易解释,而且稳健性强。
通过本教程的学习,让博士带着大家知其然知其所以然,掌握和理解机器学习-对数几率回归-决策树模型。
课程目录
第3章 对数几率回归
1 对数几率回归基本概念
2 极大似然函数与对数几率回归公式详细推导
3 代码实战:用sklearn实现对数几率回归
4 分类问题的模型评价及代码实现
5 用sklearn实现多分类任务
第4章 决策树模型
1 决策树基本概念
2 信息量 信息熵
3 信息增益及计算实例
4 信息增益计算与分析
5 代码实战:用sklearn实现决策树预测肿瘤
6 ID3缺点分析、C4.5、CART决策树
7 基尼指数计算实例、预剪枝与后剪枝
上一篇:机器学习与深度学习数学基础