Machine Learning
Machine Learning
Content
01 人工智能入门指南
001、AI时代首选Python
002、Python我该怎么学？
003、人工智能的核心-机器学习
004、机器学习怎么学？
005、算法推导与案例
006、系列课程环境配置
02 Python快速入门
007、快速入门，边用边学
008、变量类型
009、List基础模块
010、List索引
011、循环结构
012、判断结构
013、字典模块
014、文件处理
015、函数基础
03 科学计算库Numpy
04 数据分析处理库Pandas
05 可视化库Matplotlib
06 Python可视化库Seaborn
07 线性回归算法
08 梯度下降算法
09 逻辑回归算法
11 项目实战：案例实战信用卡欺诈检测
12 决策树算法
13 案例实战：决策树Sklearn实例
14 集成算法与随机森林
15 泰坦尼克船员获救
16 贝叶斯算法
17 Python文本数据分析
18 支持向量机算法
19 SVM调参实例
20 机器学习处理实际问题常规套路
21 降维算法：线性判别分析
22 案例实战：Python实现线性判别分析
23 降维算法：PCA主成分分析
24 聚类算法-Kmeans
25 聚类算法-DBSCAN
26 聚类实践
27 EM算法
28 GMM聚类实践
29 神经网络
30 Tensorflow实战
31 Mnist手写字体与验证码识别
32 Xgboost集成算法
33 推荐系统
34 推荐系统实战
35 词向量模型Word2Vec
36 使用Gensim库构造词向量模型
37 时间序列-ARIMA模型
38 Python时间序列案例实战
39 探索性数据分析：赛事数据集
40 探索性数据分析：农粮组织数据集
