本课作为深度学习系列课程的第一阶段，介绍机器学习的基本概念，原理，以及常用算法（如决策树，支持向量机，神经网络算法等）。以Python语言为工具对每种算法进行结合实例讲解。学生学完本课程后将会理解机器学习的常用算法原理，并会使用Python中相关的package来对实际问题进行数据预处理，分类和回归分析。为开发机器学习相关应用打下必要基础，同时也为学习深度学习进阶课程打下必要基础。
- 1.课程介绍机器学习介绍上23:09
- 2.课程介绍机器学习介绍下04:32
- 3.深度学习介绍26:47
- 4.基本概念34:48
- 5.决策树算法39:15
- 6.决策树应用37:28
- 7.最邻近规则分类KNN算法28:03
- 8.最邻近规则KNN分类应用31:46
- 9.支持向量机SVM上35:40
- 10.支持向量机SVM上应用26:27
- 11.神经网络算法应用上49:51
- 12.神经网络算法应用下21:21
- 13.简单线性回归上29:49
- 14.简单线性回归下28:01
- 15.多元线性回归33:53
- 16.多元线性回归应用29:46
- 17.非线性回归 Logistic Regression32:34
- 18.非线性回归应用29:25
- 19.神经网络NN算法56:16
- 20.支持向量机(SVM)算法(下)应用29:55
- 21.支持向量机(SVM)算法下25:08
- 22.回归中的相关度和决定系数32:24
- 23.回归中的相关性和R平方值应用24:00
- 24.Kmeans算法33:20
- 25.Kmeans应用36:06
- 26.Hierarchical clustering 层次聚类19:15
- 27.总结25:15
资
源
下
载
文件名称：深度学习视频教程
下载地址：百度网盘
资源来源：网络收集
提示：网盘资源均收集于网络，只作学习和交流使用，版权归原作者所有，请在下载后24小时之内删除！若作商业用途，请到原网站购买，由于未及时购买和付费发生的侵权行为，与本站无关。
请先 ！