1 机器学习基础
1.1 机器学习概述与分类
1.2 监督学习与无监督学习
1.3 模型评估与验证方法
2 线性回归与逻辑回归
2.1 线性回归基本原理与实现
2.2 逻辑回归与分类问题
2.3 案例分析：房价预测与垃圾邮件分类
3 决策树与随机森林
3.1 决策树原理与构建方法
3.2 随机森林与集成学习
3.3 案例分析：信用评级与客户流失预测
用户评论
还没有评论，快来发表第一个评论！
猜你喜欢
理论与学习
5800 98
如何学习美术理论与美术批评
本音频为视频转MP3。主讲老师为中央美术学院邹跃进老师。本课主要分析了一个问题：如何解读已有的美术理论与批评的文本。如何用历史的眼光看待文献，如何看待一种理论...
1417 3
弦理论与物理宇宙
2.54万 5
报关理论与实务
在内容选取与结构安排上强调实用性，以项目的形式，用实际案例导入，以报关工作过程的业务技能为主线，以报关程序为核心，紧跟近几年海关推出的*新法规政策，更新报关...
907 22
经济理论与实践
课程简介本课程为希望学点“宏观经济分析”初步知识的人录制！适合于没有任何经济学基础的听众学习。课程密切结合中国宏观经济形势，如果想更深入地学习宏观经济的基础理论...
3437 20
© 2014-2024 喜马拉雅 版权所有