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
机器学习揭秘:理论与实践
1448
- 5111月前
- 5511月前
- 4611月前
- 5111月前
- 5611月前
- 4711月前
- 4411月前
- 3911月前
- 6311月前
- 5211月前
- 4711月前
- 4411月前
- 6411月前
- 6411月前
- 6711月前
- 4711月前
- 6411月前
- 5311月前
- 7111月前
- 5611月前
- 3911月前
- 6611月前
- 5611月前
- 5711月前
- 7611月前
- 7311月前