202分钟
机器学习：经典算法与模型实例
我们知道，机器学习算法有很多种，每种算法模型的应用场景也有所不同，尽管当前经典算法被广泛使用，但其原理却十分简单。 本门课程将对机器学习经典算法进行全方位讲解，通过真实案例对决策树算法、随机森林与集成…
我们知道，机器学习算法有很多种，每种算法模型的应用场景也有所不同，尽管当前经典算法被广泛使用，但其原理却十分简单。
本门课程将对机器学习经典算法进行全方位讲解，通过真实案例对决策树算法、随机森林与集成算法以及贝叶斯算法进行深度解读，并将结合数学模型与实际数据集进行实战演练。
通过本门课程，我们将帮助学员把算法模型融于应用实践，让学员对机器学习经典算法有更加深入的认知，切身体验不同算法的使用场景，最终掌握机器学习的核心技能。
一、决策树算法
- 1.决策树算法概述
- 2.熵的作用
- 3.决策树构造实例
- 4.决策树算法
- 5.决策树剪枝策略
- 6.回归问题解决
二、案例实战：决策树构造实例分析
- 1.树模型可视化展示
- 2.决策边界展示分析
- 3.树模型预剪枝参数作用
- 4.回归树模型
三、随机森林与集成算法
- 1.随机森林算法原理
- 2.随机森林优势
- 3.提升算法概述
四、基于随机森林的气温预测实战
- 1.任务概述
- 2.基本随机森林模型建立
- 3.可视化展示与特征重要性
- 4.加入新的数据与特征
- 5.数据与特征对结果的影响
- 6.效率对比分析
- 7.网格与随机参数选择
- 8.随机参数选择方法实践
- 9.调参优化细节
学习测试
唐宇迪
同济大学硕士，华东理工大学博士