2020年Scikit-learn深度学习快速入门实战(附讲义)48课

发布时间: 2020-06-03

发货 百度网盘 自动发货 时间 2020年 类型 会员打折

¥18.00

立即下载 加入收藏

5.0分/5人

升级会员组 享受更多优惠

自动发货

课程介绍:


机器学习的应用已经深入到我们生活中个个领域, 不过普通人学会应用机器学习并不是那个难的事情, 如果你懂 python, python 中的各种机器学习模块 完全可以帮你把机器学习发挥到极致。


适用人群:


程序员, 工程师, 学术研究者, 机器学习爱好者


课程目录:


01.人工智能课程介绍

02.监督学习无监督学习与强化学习

03.逻辑回归决策树与支持向量机

04.DNN、CNN与RNN

05.sklearn功能模块

06.sklearn模块地图

07.sklearn学习方法

08.数据的获取

09.数据预处理

10.模型的训练

11.模型的评估

12.模型的优化

13.模型持久化

14.sklearn自带数据集讲解

15.计算机生成数据集

16.导入天池比赛数据集(txt格式)

17.特征的标准化。mp4

18.数据的正则化(Normalize)

19.特征的二值化

20.分类特征编码(One-Hot)

21.处理缺失值

22.生成多项式特征

23.从字典加裁特征

24.文本特征提取(词频向量)

25.文本特征提取(Tf-idf向量)

26.文本特征提取(哈希降维)

27.图片特征提取

28.Filter过滤法

29.Wrapper包装法

30.Embedded嵌入法

31.分类模型的训练

32.回归模型的训练

33.聚类模型的训练(Kmeans)

34.降维模型的训练(PCA)

35.管道的训练(Pipeline))

36.使用特征联合(FeatureUnion)

37.metrics评估指标概述

38.分类模型的评估

39.回归模型的评估

40.使用虚拟估计器产生基准得分

41.欠拟合、过拟合和交叉验证

42.交叉验证综合评分

43.网格搜索法(GridSearchCV)

44.随机搜索法(RandomizedSearchCV)

45.模型特定交叉验证

46.我的求职经历

47.求职参考建议

48.23道面试真题

备注:(04)20200531人工智能


版权信息:本站所有资源仅供学习与参考,请勿用于商业用途,如有侵犯您的版权,请及时联系客服,我们将尽快处理。
  • git@nigh********

    2021-01-18 19:01:34git@nigh********

    未评价,系统默认好评!

  • 淡墨**

    2020-10-20 15:30:01淡墨**

    未评价,系统默认好评!

  • 默*

    2020-08-02 16:24:45默*

    未评价,系统默认好评!

  • 炫*

    2020-07-10 15:34:21炫*

    未评价,系统默认好评!

  • qb**

    2020-06-04 11:11:01qb**

    未评价,系统默认好评!

更多评论

嘿,我来帮您!