你好,欢迎来到js代码网。

微信登录

零基础入门机器学习到项目实战(Python语言、算法、Numpy库、MatplotLib)

上传人老挺
分类人工智能
发布时间2018-01-14
来源https://www.jsdaima.com/video/240.html

零基础入门机器学习到项目实战(Python语言、算法、Numpy库、MatplotLib)全套完整版视频教程下载。本教程系统的介绍了机器学习的目的和方法。并且针对每一种常用的方法进行了详细的解析,用实例来说明具体的实现,学生可以跟着一步步完成。在面对现实的问题的时候,可以找到非常可靠的参照。本课程在最开始讲解了Python语言的基础知识,以保证后面的课程中可以顺利进行。更多的Python语言的知识,需要学员自己去找更多的资料进行学习。

零基础实战机器学习(Python语言、算法、Numpy库、MatplotLib)

课程概述
机器学习作为人工智能的一部分,已经应用于很多领域,远超过人们的想象,垃圾邮件的过滤,在线广告的推荐系统,还有目前发展飞快的物体识别、人脸识别和语音识别的发展,都是机器学习的应用的成果。机器学习在改善商业决策、提高生产率、检测疾病、预测天气等方面都有非常大的应用前景。

课程研发环境及内容简介
1. 课程研发环境
本课程的代码实现是基于Python语言,用到Numpy库和MatplotLib.
开发工具:Python win;
 
2. 内容简介
本教程系统的介绍了机器学习的目的和方法。并且针对每一种常用的方法进行了详细的解析,用实例来说明具体的实现,学生可以跟着一步步完成。在面对现实的问题的时候,可以找到非常可靠的参照。本课程在最开始讲解了Python语言的基础知识,以保证后面的课程中可以顺利进行。更多的Python语言的知识,需要学员自己去找更多的资料进行学习。
本课程主要讲述了两大类机器学习的方法:有监督学习和无监督学习,其中有监督学习里面,又分为分类和预测数值型数据。这些算法都是基础的算法。这样可以降低学习的难度,容易理解机器学习思路和实现的过程。

讲师介绍
16年软件发工作经历,2年知名软件培训机构专职讲师经历、曾任项目经理、教学主管多年,在Window系统、移动平台的应用软件研发、人工智能的应用领域有很深的造诣。

课程大纲
第一讲:机器学习的任务和方法
第二讲:Python语言基础
第三讲:Python语言基础2
第四讲:分类算法介绍
第五讲:k-临近算法
第六讲:决策树
第七讲:基于概率论的分类方法:朴素贝叶斯
第八讲:Logistic回归
第九讲:支持向量机
第十讲:利用AdaBoost元算法提高分类性能
第十一讲:利用回归预测数值型数据
第十二讲:树回归
第十三讲:无监督学习
第十四讲:利用K-均值聚类算法对未标注数据分组
第十五讲:使用Apriori算法进行关联分析
第十六讲:使用FP-growth算法来高效发现频分项集
第十七讲:利用PCA来简化数据
第十八讲:利用SVD简化数据
第十九讲:大数据与MapReduce
第二十讲:学习总结

课程学习目标
目标一. 了解机器学习的目标
目标二. 了解机器学习的常用方法
目标三. 通过实战,学习机器学习的实现
目标四. 学习机器学习开发中的一些常用工具

课程亮点
亮点一、详细解析机器学习的方法,有理论有实践,很容易理解和掌握.
亮点二、理论与实战相结合,由浅入深。不管有没有编程基础,都可以学习.
亮点三、课程大多数代码均是一行一行手工敲入,手把手一步步带领学员从入门到精通.     
亮点四、课程中的案例,有不少可以直接用在现实的任务中. 

课程针对人群及讲师建议学习方法
1、课程针对人群
本课程针对想要了解和学习人工智能的同学,不管有没有编程基础均可。   
 
2、我该怎么学,如何才能学好这门课程,给些建议。
2.1 时间上的安排建议
本课程共20讲,共40课时,不要贪快,要对每一讲的内容深刻了解在继续下一部分的内容。 

2.2 学习要求
1. 由于机器学习的算法中,有大量的关于矩阵和向量的运算,所以如果没有学过线性代数和概率的同学,一定要先找相关的资料做好预备知识的准备工作。
2. 如果有Python基础,可以掠过2-3讲的内容,直接进入机器学习的章节,
3. 如果对机器学习有一定的了解,可不必按部就班进行,可以拿你感兴趣的部分去学习,但一定要注意实践,并学会举一反三 

2.3 讲师建议
1. 一定要先理解每一种算法的思路,了解其实现的步骤。这样才能知道代码实现的原理和过程。
2. 对于实现部分,通过自己重新敲一遍代码,是有助于理解实现过程的,但也不必拘泥于此,特别是对于有编程基础的学员来说。
3. 建议一般听视频,一般拿个纸和笔,做一些记录和笔记,这是一种非常好的学习习惯。
4. 机器学习的相关资料比较分散,可以以本视频为主线,参考多种资料,来加深理解。
5. 最后祝您学有所成

学完这门课程后能做什么
课程是属于某个特定的专业技术,掌握该技术后,你可以从事以下职位的相关工作
1. 人工智能设计师
2. 机器学习算法研究

下载地址

相关教程

点击查看更多

零基础入门机器学习到项目实战(Python语言、算法、Numpy库、MatplotLib)

×