全部课程 > 云计算/大数据 > 机器学习

授课机构:速学堂

机器学习

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。

价      格¥159

优惠活动   无

特色服务 社区交流 24H答疑 作业批改 系统化学习 资料下载
选择班次

报班即学,有效期320天

课程简介

  机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

  


适合人群

  l 适合零基础学大数据的初学者

  l 想转行进入大数据行业的工作人员

  l 已经掌握Linux服务器内核和命令

  l 已经学习完Hadoop框架

  l 掌握Python编程语言

课程亮点

  它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

主讲内容

  01-线性回归初始

  02-线性回归代码

  03-贝叶斯公式

  04-贝叶斯-拉普拉斯估计

  04-贝叶斯-拉普拉斯估计

  05-垃圾邮件分类

  05-垃圾邮件分类

  06-KNN分类算法原理+案例

  06-KNN分类算法原理+案例

  07-KNN-数字分类

  07-KNN-数字分类

  08-KMean-聚类算法

  08-KMean-聚类算法

  01-KMeans 数字聚类案例

  01-KMeans 数字聚类案例

  02-Scala - Kmeans

  02-Scala - Kmeans

  03-微博聚类案例01

  04-微博聚类案例02

  05--微博聚类代码

  06-逻辑回归分类原理

  07-音乐分类案例

  08-道路预测原理

  01-道路预测-准备数据集01

  02-道路预测准备数据集02+训练模型+使用模型

  03-数学公式

  04-最大似然估计思想

  05-逻辑回归损失函数推导

  06-逻辑回归优化01

  07-逻辑回归优化02

  08-混淆矩阵+ROC曲线+AUC面积

  01-复习

  02-协同过滤

  03-APP 推荐原理01

  04-App 推荐原理02

  05-App 推荐原理03

  06-推荐系统架构+推荐系统数据模拟

  07-推荐系统数据清洗

  08-推荐系统数据清洗02

  01-构建推荐系统训练集

  02-Dubbo服务Demo

  03-App推荐列表生成

  04-决策树原理

  05-决策树+随机森林

我知道了

现在就与学习导师聊一聊

北京总部地址:北京市海淀区西三旗街道建材城西路中腾建华商务大厦东侧二层尚学堂

咨询电话:400-009-1906 010-56233821

Copyright 2007-2019 北京尚学堂科技有限公司 京ICP备13018289号-1 京公网安备11010802015183