Python3机器学习入门教程 算法与应用
【课程内容】
第1章 欢迎来到 Python3 玩转机器学习
第2章 机器学习基础
第3章 Jupyter Notebook, numpy和m
第4章 最基础的分类算法-k近邻算法 kNN
第5章 线性回归法
第6章 梯度下降法
第7章 PCA与梯度上升法
第8章 多项式回归与模型泛化
第9章 逻辑回归
第10章 评价分类结果
第11章 支撑向量机 SVM
第12章 决策树
第13章 集成学习和随机森林
第14章 更多机器学习算法
【课程内容】
第1章 欢迎来到 Python3 玩转机器学习
第2章 机器学习基础
第3章 Jupyter Notebook, numpy和m
第4章 最基础的分类算法-k近邻算法 kNN
第5章 线性回归法
第6章 梯度下降法
第7章 PCA与梯度上升法
第8章 多项式回归与模型泛化
第9章 逻辑回归
第10章 评价分类结果
第11章 支撑向量机 SVM
第12章 决策树
第13章 集成学习和随机森林
第14章 更多机器学习算法
相关资源