网易公开课
全部课程
首页 精品课程 职业 专业技术 Python机器学习实战
课程介绍 课程目录 （共133课）
¥ 398.00
未发布
Python机器学习实战 更多优惠
数据科学家成长之路（一）
视频课
主讲老师：唐宇迪
感兴趣人数：2156人
价格 ￥398.00
未发布
免费试看
课程介绍 课程目录 （共133课）
  1. 第1章AI时代入学指南
    1. 01AI时代首选Python
      试看
    2. 02Python我该怎么学
      试看
    3. 03人工智能的核心——机器学习
      试看
    4. 04机器学习该怎么学？
      试看
    5. 05算法推导与案例
      试看
  2. 第2章Python快速入门
    1. 01系列课程环境配置
      试看
    2. 02Python快速入门
      试看
    3. 03变量类型
      试看
    4. 04LIST基础
      试看
    5. 05List索引
      试看
    6. 06循环结构
      试看
    7. 07判断结构
      试看
    8. 08字典
      试看
    9. 09文件处理
      试看
    10. 10函数基础
      试看
  3. 第3章科学计算库Numpy
    1. 01Numpy数据结构
    2. 02Numpy基本操作
    3. 03Numpy矩阵属性
    4. 04Numpy矩阵操作
    5. 05Numpy常用函数
  4. 第4章数据分析处理库Pandas
    1. 01Pandas数据读取
    2. 02Pandas数据预处理
    3. 03Pandas常用函数
    4. 04Pandas-Series结构
  5. 第5章可视化库Matplotlib
    1. 01Matplotlib折线图
    2. 02Matplotlib子图操作
    3. 03条形图与散点图
    4. 04柱形图与盒图
    5. 05细节设置
  6. 第6章线性回归算法
    1. 01线性回归算法概述
    2. 02误差项分析
    3. 03似然函数求解
    4. 04目标函数推导
    5. 05线性回归求解
  7. 第7章线性回归案例
    1. 01案例：汽车价格预测任务概述
    2. 02案例：缺失值填充
    3. 03案例：特征相关性
    4. 04案例：预处理问题
    5. 05案例：回归求解
  8. 第8章梯度下降原理
    1. 01梯度下降原理
    2. 02梯度下降方法对比
    3. 03学习率对结果的影响
  9. 第9章逻辑回归算法
    1. 01逻辑回归算法原理推导
    2. 02逻辑回归求解
  10. 第10章案例实战（一）
    1. 01实现逻辑回归任务概述
    2. 02完成梯度下降模块
    3. 03停止策略与梯度下降案例
    4. 04实验对比效果
  11. 第11章案例实战（二）
    1. 01科比数据集简介
    2. 02数据预处理
    3. 03建模
  12. 第12章案例实战（三）
    1. 01案例背景和目标
    2. 02样本不均衡解决方案
    3. 03下采样策略
    4. 04交叉验证
    5. 05模型评估方法
    6. 06正则化惩罚
    7. 07逻辑回归模型
    8. 08混淆矩阵
    9. 09逻辑回归阈值对结果的影响
    10. 10SMOTE样本生成策略
  13. 第13章决策树算法
    1. 01决策树原理概述
    2. 02衡量标准--熵
    3. 03决策树构造实例
    4. 04信息增益率
    5. 05决策树剪枝策略
  14. 第14章SKlearn实例
    1. 01决策树复习
    2. 02决策树涉及参数
    3. 03树可视化与sklearn库简介
    4. 04sklearn参数选择
  15. 第15章随机森林与集成算法
    1. 01集成算法-随机森林
    2. 02特征重要性衡量
    3. 03提升模型
    4. 04堆叠模型
  16. 第16章案例实战（四）
    1. 01数据介绍
    2. 02数据预处理
    3. 03回归模型
    4. 04随机森林模型
  17. 第17章支持向量机算法
    1. 01支持向量机要解决的问题
    2. 02距离与数据的定义
    3. 03目标函数
    4. 04目标函数求解
    5. 05SVM求解实例
    6. 06支持向量的作用
  18. 第18章非线性支持向量机算法
    1. 01软间隔问题
    2. 02SVM核变换
  19. 第19章支持向量调参实战
    1. 01sklearn求解支持向量机
    2. 02SVM参数选择
  20. 第20章计算机视觉挑战
    1. 01 深度学习概述
    2. 02挑战与常规套路
    3. 03用K近邻来进行分类
    4. 04超参数与交叉验证
  21. 第21章神经网络必备基础知识
    1. 01线性分类
    2. 02损失函数
    3. 03正则化惩罚项
    4. 04softmax分类器
  22. 第22章最优化与反向传播
    1. 01最优化形象解读
    2. 02最优化问题细节
    3. 03反向传播
  23. 第23章神经网络架构
    1. 01整体架构
    2. 02实例演示
    3. 03过拟合解决方案
  24. 第24章案例实战（五）
    1. 01cifar分类任务
    2. 02分模块构造神经网络
    3. 03训练神经网络完成分类任务
    4. 04感受神经网络的强大
  25. 第25章Tensorflow框架
    1. 01变量
    2. 02变量练习
    3. 03线性回归模型
    4. 04逻辑回归框架
    5. 05 逻辑回归迭代
    6. 06神经网络模型
    7. 07完成神经网络
    8. 08卷积神经网络模型
    9. 09卷积神经网络参数
    10. 10安装tensorflow
  26. 第26章Mnist手写字体识别
    1. 01神经网络模型概述
    2. 02tensorflow参数
    3. 03卷积简介
    4. 04构造网络结构
    5. 05训练网络模型
  27. 第27章降维操作与矩阵分解
    1. 01 PCA问题
    2. 02PCA降维实例
    3. 03SVD原理
    4. 04SVD推荐系统
  28. 第28章聚类与集成算法
    1. 01聚类算法
    2. 02Adaboost集成算法
    3. 03特征工程
    4. 04特征工程2
  29. 第29章机器学习业务流程
    1. 01HTTP检测任务与数据挖掘的核
    2. 02论文的重要程度
    3. 03BenchMark概述
    4. 04BenchMark的作用
购买提示

  1. 购买后如何学习课程？

    方式一：点击课程购买页右上角“登陆”，登陆网易公开课后，点击“我的公开课”——“我的订单”即可找到已购课程。

    方式二：推荐使用手机下载“网易公开课”APP，用购买课程时的账号登录，在底部点击“我”—“已购”即可选择已购课程听课。

  2. 在电脑网页上如何查看课程目录？

    点击课程视频播放页右上角“目录”，可以查看课程目录。如果课程是正在更新中的课程，请仔细查看课程介绍页的更新周期。

  3. 如何下载课程？

    付费课程不支持缓存或下载。

  4. 课程是虚拟产品，购买后无法退款或转让，请确认后下单。

  5. 网易公开课联系方式：

    a.如无法正常观看学习，请添加助手天天微信：zhiku0802

    b. 寻求共学伙伴，请添加助手悦悦微信：zxyopen

About NetEase- 公司简介- 联系方式- 招聘信息- 客户服务- 相关法律- 网络营销- 网站地图- 公开课用户服务协议- 不良信息举报 Complaint Center

增值电信业务经营许可证 粤B2-20090191

工业和信息化部备案管理系统网站 粤B2-20090191-18

APP下载
反馈
进入关怀模式
进入关怀模式