2017年 北风网零基础学习机器学习（Python语言 算法 Numpy库 MatplotLib)视频教程

天亮说晚安

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
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;
$ f* T! R+ v# I- e
: V2 m( D# G% y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。
: M7 W9 |/ C3 O% p" ~- O" @
课程目录
1 ]0 b% _* R! b第01章 机器学的任务和方法1-2.mp4
2 x: s% P/ Q! A- F/ y; F2 K第02章 Python语言基础1-6.mp4
7 @- S5 v+ J% {* t第02章 Python语言基础7-13.mp4
! c0 @- {+ e, i  e/ r第03章 分类算法介绍1.mp4
( r  t- b8 E3 D7 J; Q第04章 k-临近算法1-7.mp4
第05章 决策树1-5.mp4
第06章 基于概率论的分类方法：朴素贝叶斯1-6.mp4
0 T+ |& z: [. D* w5 Y0 H; O0 G6 ]& ?第07章 Logistic回归1-6.mp4
第08章 支持向量机1-8.mp4
/ P( H% p# ~: c/ B0 C第09章 利用AdaBoost元算法提高分类性能1-5.mp4
第10章 利用回归预测数值型数据1-5.mp4
第11章 树回归1-3.mp4
, U1 Y7 |4 Q# e. h( C第12章 无监督学习1.mp4
第13章 利用K-均值聚类算法对未标注数据分组1-2.mp4
8 n2 b/ e& m6 U/ a" _2 n第14章 使用Apriori算法进行关联分析1-3.mp4
第15章 使用FP-growth算法来高效发现频分项集1-3.mp4
第16章 利用PCA来简化数据1-2.mp4
第17章 利用SVD简化数据1-3.mp4
第18章 大数据与MapReduce1.mp4
第19章 学习总结.mp4

游客，如果您要查看本帖隐藏内容请回复

9 J1 h# c" E. Y5 _- L, d

, j# f/ T' U3 a7 G& M

m9128213

很棒的课程～～

杨文帅

很棒的课程～～