機器學(xué)習(xí)是人工智能領(lǐng)域的基礎(chǔ)研究方向之一，包括很多大家耳熟能詳?shù)乃惴?。人工智能技術(shù)可謂構(gòu)建在算法之上，我們需要運用算法去實現(xiàn)我們的想法，因此，想要了解人工智能技術(shù)，也需要學(xué)習(xí)常用的機器學(xué)習(xí)相關(guān)算法。
課程簡介
本課程將會講解機器學(xué)習(xí)相關(guān)算法，包括監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)，集成算法等。
課程目標(biāo)
通過本課程的學(xué)習(xí)，使學(xué)員：
1、掌握有監(jiān)督學(xué)習(xí)，包括線性回歸，邏輯回歸，KNN，樸素貝葉斯，SVM,決策樹等算法的基礎(chǔ)知識及應(yīng)用。
2、掌握集成算法包括Bagging及boosting算法的基礎(chǔ)知識及應(yīng)用。
3、掌握無監(jiān)督學(xué)習(xí)包括聚類算法的基礎(chǔ)知識及應(yīng)用。
4、掌握分類問題，數(shù)據(jù)挖掘等相關(guān)知識及應(yīng)用。
課程大綱
第1章 機器學(xué)習(xí)概述
第2章 有監(jiān)督學(xué)習(xí)-線性回歸
第3章 有監(jiān)督學(xué)習(xí)-邏輯回歸
第4章 有監(jiān)督學(xué)習(xí)-KNN
第5章 有監(jiān)督學(xué)習(xí)-樸素貝葉斯
第6章 有監(jiān)督學(xué)習(xí)-SVM
第7章 有監(jiān)督學(xué)習(xí)-決策樹
第8章 有監(jiān)督學(xué)習(xí)-集成算法概述
第9章 有監(jiān)督學(xué)習(xí)-Bagging
第10章 有監(jiān)督學(xué)習(xí)-隨機森林
第11章 有監(jiān)督學(xué)習(xí)-Boosting
第12章 有監(jiān)督學(xué)習(xí)-Adaboost
第13章 有監(jiān)督學(xué)習(xí)-GBDT
第14章 有監(jiān)督學(xué)習(xí)-Xgboost
第15章 無監(jiān)督學(xué)習(xí)-聚類算法
第16章 無監(jiān)督學(xué)習(xí) - 關(guān)聯(lián)規(guī)則
