|
python教程:人工智能必学基础课一周入门机器学习
python自学网ai.pythonf.com是适宜菜鸟和专业人士的python学习网站,python学习班培训,助你由python入门到精通学习。python基础教程 python是什么 python爬虫 python入门 python编程
本python学习资源下载地址:本资源原版/高清/无加密
如果本链接地址失效,请到客服版块提交反馈ai.pythonf.com/forum-44-1.html
想获取本资源?升级VIP:ai.pythonf.com/thread-335-1-1.html
VIP说明:
月度VIP:使用期限30天
年度VIP:使用期限365天
终身VIP:使用期限永久
====================本python教程介绍====================
一、课程简介
你的人工智能入门第一课——从人工智能的概述、发展历程和主要分支等内容切入讲解,对人工智能进行宏观的阐述。随后着重讲到两个模块:人工智能中科学计算库和机器学习常见经典算法。
在人工智能科学计算库中,你将会学习到,如何使用matplotlib进行绘图;如何使用numpy进行运算;如何使用pandas对数据完成基本的预处理。
在机器学习算法篇,你将学习到经典的机器学习算法,如KNN,线性回归、岭回归、逻辑回归,决策树算法、KMeans算法、Bagging、随机森林、GBDT等,深入浅出,带你在掌握算法原理的同时,利用经典机器学习库scikit-learn实现不同案例。
最后,通过“吃鸡”游戏,检验你自己的学习效果,生动体验机器学习的魅力。
二、课程特色亮点
宏观了解人工智能整体脉络
化繁为简、算法讲解清晰明了
“学”和“做”结合,边学习,边练习,加深知识理解
结合“吃鸡”游戏,体验机器学习魅力所在
三、课程内容介绍
模块一
第一章机器学习概述
1.人工智能概述
2.人工智能发展历程
3.人工智能主要分支
4.机器学习工作流程
5.机器学习算法分类
6.模型评估
7.Azure机器学习模型搭建实验
8.深度学习简介
第二章机器学习基础环境安装与使用
1.库的安装
2.jupyter notebook使用
第三章Matplotlib
1.Matplotlib之HelloWorld
2.基础绘图功能—以折线图为例
3.常见图形绘制
第四章Numpy
1.Numpy的优势
2.N维数组-ndarray
3.基本操作
4.ndarray运算
5.数组间的运算
6.数学:矩阵
第五章Pandas
1.Pandas介绍
2.Pandas数据结构
3.基本数据操作
4.DataFrame运算
5.Pandas画图
6.文件读取与存储
7.高级处理-缺失值处理
8.高级处理-数据离散化
9.高级处理-合并
10.高级处理-交叉表与透视表
11.高级处理-分组与聚合
12.案例
模块二
第一章K-近邻算法
1.K-近邻算法简介
2.k近邻算法api初步使用
3.距离度量
4.k值的选择
5.kd树
6.案例1:鸢尾花种类预测--数据集介绍
7.特征工程-特征预处理
8.案例1:鸢尾花种类预测--流程实现
9.交叉验证,网格搜索
10.案例2:预测facebook签到位置
第二章线性回归
1.线性回归简介
2.线性回归api初步使用
3.数学:求导
4.线性回归的损失和优化
5.梯度下降法方法介绍
6.线性回归api再介绍
7.案例:波士顿房价预测
8.欠拟合和过拟合
9.正则化线性模型
10.线性回归的改进-岭回归
11.模型的保存和加载
第三章逻辑回归
1.逻辑回归介绍
2.逻辑回归api介绍
3.案例:癌症分类预测-良/恶性乳腺癌肿瘤预测
4.分类评估方法
5.ROC曲线的绘制
第四章决策树算法
1.决策树算法简介
2.决策树分类原理
3.cart剪枝
4.特征工程-特征提取
5.决策树算法api
6.案例:泰坦尼克号乘客生存预测
第五章集成学习
1.集成学习算法简介
2.Bagging和随机森林
3.Boosting
第六章聚类算法
1.聚类算法简介
2.聚类算法api初步使用
3.聚类算法实现流程
4.模型评估
5.算法优化
6.特征工程-特征降维
7.案例:探究用户对物品类别的喜好细分降维
8.算法选择指导
|
|