课程描述
Machine Learning in Python with 5 Machine Learning Projects 是一个 Python 机器学习培训新手训练营，您将在其中使用 Python 构建 5 个真实世界的机器学习项目。这个循序渐进的课程向您介绍机器学习的世界。机器学习是用于自动化模型分析的计算机算法科学，也是人工智能的一个分支。
您将通过 5 个机器学习项目在 Python 机器学习中学到什么：
- 使用sklearn进行线性回归的理论讨论和实际实现
- 使用sklearn进行逻辑回归的理论讨论和实际实现
- 使用 RFECV 表征
- 使用线性和逻辑回归的数据传输
- 分析模型性能的评价标准
- 线性和逻辑回归的产业关系
- KNN、SVM 和朴素贝叶斯算法的数学讨论
- 使用 sklearn 使用 KNN、SVM 和朴素贝叶斯
- 特征选择方法——基尼指数和熵
- 决策树和随机森林背后的数学
- 使用 Adaboost、梯度提升和 XgBoost 提升算法
- 分类算法的类型
- 处理不平衡数据的不同方法
- 细化关系和变量
- PCA 和 LDA
- 用于时间序列预测的各种算法
课程规格
出版商：Udemy 讲师：Data Is Good Academy 语言：英语 教育水平：基础到高级 课程数量：381 课时：24 小时 11 分钟
2021/7 课程主题：
课程先决条件：
为了理解本课程，您应该充分了解线性代数、微积分、统计学、概率和 Python 编程语言。
图片
课程介绍视频：
媒体错误：格式不受支持或来源未找到
安装指南
在 Extract 之后，用您最喜欢的播放器观看。
英文字幕
画质：720p
旧课程名称：Python 训练营中的机器学习与 5 个顶点项目
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
