人工智能 深度学习基础介绍-机器学习 神经网络算法 视频教程【28课时】

冰点也疯狂

本课作为深度学习系列课程的第一阶段，介绍机器学习的基本概念，原理，以及常用算法（如决策树，支持向量机，神经网络算法等）。以Python语言为工具对每种算法进行结合实例讲解。学生学完本课程后将会理解机器学习的常用算法原理，并会使用Python中相关的package来对实际问题进行数据预处理，分类和回归分析。为开发机器学习相关应用打下必要基础，同时也为学习深度学习进阶课程打下必要基础。

# Q$ U' }; a( T8 D1 K课程目录
5 ^+ }7 w2 j  O* }01.课程介绍机器学习介绍上23:09
02.课程介绍机器学习介绍下04:32
03.深度学习介绍26:47
4 f. t' N2 t% r$ F  z7 g8 Y1 @9 p04.基本概念34:48
; a4 I6 s6 E" I% E0 L9 Y) e05.决策树算法39:15
06.决策树应用37:28
) N% Y( y2 S) f1 ~* V07.最邻近规则分类KNN算法28:03
3 U9 G. n" C1 w* T- Q! U; l' L7 l8 v08.最邻近规则KNN分类应用31:46
* u% c- ?/ [; v  W8 C: Y09.支持向量机SVM上35:40
' t9 m0 Q9 V9 C) Y1 ?10.支持向量机SVM上应用26:27
$ b; A! O1 T3 b: ~! L- r2 ^11.神经网络算法应用上49:51
! R3 l: l, Q1 Z1 ~7 h6 V12.神经网络算法应用下21:21
13.简单线性回归上29:49
, W. g! o1 r" {/ D$ W7 G14.简单线性回归下28:01
15.多元线性回归33:53
16.多元线性回归应用29:46
, J3 T+ X2 {* `4 H* F17.非线性回归 Logistic Regression32:34
4 T, ~8 K# ^1 C, G18.非线性回归应用29:25
, ~8 u/ T" K; @$ N1 ~19.神经网络NN算法56:16
20.支持向量机(SVM)算法(下)应用29:55
9 s) X  F! ~4 D5 _- M6 Z! K* ]. Z& Z" f21.支持向量机(SVM)算法下25:08
2 Y" f  E* C1 V% m) E22.回归中的相关度和决定系数32:24
23.回归中的相关性和R平方值应用24:00
" }% O0 s5 q; q4 n5 c24.Kmeans算法33:20
1 X0 j: F& o% O) E8 K25.Kmeans应用36:06
26.Hierarchical clustering 层次聚类19:15
/ N& |2 w2 Q  E27.总结25:15
9 ^/ I# B' D( s7 t+ a