【小象学院】机器学习入门到实践
| 发布时间： | 2025-09-10 13:22 |
|---|---|
| 发布者： | 用户9527 |
| 资源来源： | 夸克网盘 |
| 资源状态： | 【资源纠错】 |
| 标签： | 小象 / 学院 / 机器 / 学习 / 入门 / 实践 / |
该课程是小象学院推出的机器学习系统入门到实践的经典课程。内容体系完整，从数学基础(数学分析、概率论、贝叶斯、线性代数)和Python编程基础讲起，逐步深入到机器学习的核心算法与实践。涵盖了数据清洗、特征选择、回归(线性回归、Logistic回归)、决策树、随机森林、集成提升(如AdaBoost)、支持向量机(SVM)、聚类算法(如K-Means)、EM算法、主题模型(如LDA)以及隐马尔可夫模型(HMM)等关键主题。课程特点是理论与实践紧密结合，每个算法章节都配有相应的代码实践环节，旨在帮助学习者夯实理论基础，并具
网盘快照
- 【小象学院】机器学习入门到实践 ( - )
- 00.机器学习的代码实践.flv ( 396.84MB )
- 01.机器学习与数学分析.flv ( 411.16MB )
- 02.概率论与贝叶斯先验.flv ( 263.06MB )
- 03.矩阵和线性代数.flv ( 410.23MB )
- 04.Python基础.flv ( 485.23MB )
- 05.Python库.flv ( 610.01MB )
- 06.数据清洗和特征选择.flv ( 538.50MB )
- 07.回归.flv ( 462.93MB )
- 08.Logistic回归.flv ( 562.52MB )
- 09.回归实践.flv ( 207.25MB )