线性回归 学习目标 记忆线性回归的原理过程 应用LinearRegression或SGDRegressor实现回归预测 记忆回归算法的评估标准及其公式 应用 波士顿房价预测 1、 线性回归的原理 1.1 线性回归应用场景\ 房价预测 销售额度预测 金融：贷款额度预测、利用线性回归以及系数分析因子 1.2 什么是线性回归 1.2.1定义与公式 线性回归(Linear regress... ... [查看更多]
Views: 284
分类： Machine Learning
03 分类算法
数据集介绍与划分 学习目标 目标知道数据集的分为训练集和测试集知道sklearn的分类、回归数据集 拿到的数据是否全部都用来训练一个模型？ 数据集的划分 机器学习一般的数据集会划分为两个部分： 训练数据：用于训练，构建模型测试数据：在模型检验时使用，用于评估模型是否有效 划分比例： 训练集：70% 80% 75%测试集：30% 20% 30% API sklearn.model_selection.train_test_s... ... [查看更多]
Views: 162
02 特征工程
2.1 数据集 目标知道数据集的分为训练集和测试集会使用sklearn的数据集 2.1.1 可用数据集 Kaggle网址：https://www.kaggle.com/datasets UCI数据集网址： http://archive.ics.uci.edu/ml/ scikit-learn网址：http://scikit-learn.org/stable/datasets/index.html#datasets 1 Scikit-learn... ... [查看更多]
Views: 171
01 机器学习概述
课程定位 课程以算法、案例为驱动的学习，伴随浅显易懂的数学知识作为人工智能领域(数据挖掘/机器学习方向)的提升课程，掌握更深更有效的解决问题技能 课程 目标 应用Scikit-learn实现数据集的特征工程掌握机器学习常见算法原理应用Scikit-learn实现机器学习算法的应用，结合场景解决实际问题 1. 机器学习概述 1.1 人工智能概述 1.1.1 机器学习与人工智能、深度学习 机器学习和人工智能，深度学习的关系机... ... [查看更多]
Views: 166