2016年最新基于python的机器学习视频教程 27课时 附源码

长乐混混

课程介绍：

本课作为深度学习系列课程的第一阶段，介绍机器学习的基本概念，原理，以及常用算法（如决策树，支持向量机，神经网络算法等）。以Python语言为工具对每种算法进行结合实例讲解。学生学完本课程后将会理解机器学习的常用算法原理，并会使用Python中相关的package来对实际问题进行数据预处理，分类和回归分析。为开发机器学习相关应用打下必要基础，同时也为学习深度学习进阶课程打下必要基础。

讲师介绍：

美国犹他州立大学在读计算机博士，从事机器学习，深度学习，以及计算机视觉方向的研究。美国国家科学基金年轻学者奖学金获得者。

适合学员：

对数据挖掘，机器学习感兴趣的同学。

课程时长：

总时长14个小时，每集20分钟左右，适合碎片化学习。

课程目录：

1.课程介绍机器学习介绍上23:09
2.课程介绍机器学习介绍下04:32
3.深度学习介绍26:47
4.基本概念34:48
5.决策树算法39:15
6.决策树应用37:28
7.最邻近规则分类KNN算法28:03
8.最邻近规则KNN分类应用31:46
9.支持向量机SVM上35:40
10.支持向量机SVM上应用26:27
11.神经网络算法应用上49:51
12.神经网络算法应用下21:21
13.简单线性回归上29:49
14.简单线性回归下28:01
15.多元线性回归33:53
16.多元线性回归应用29:46
17.非线性回归 Logistic Regression32:34
18.非线性回归应用29:25
19.神经网络NN算法56:16
20.支持向量机(SVM)算法(下)应用29:55
21.支持向量机(SVM)算法下25:08
22.回归中的相关度和决定系数32:24
23.回归中的相关性和R平方值应用24:00
24.Kmeans算法33:20
25.Kmeans应用36:06
26.Hierarchical clustering 层次聚类19:15
27.总结25:15

游客，如果您要查看本帖隐藏内容请回复

xiongxiong

强烈支持楼主ing……