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。
" n* i6 r% y' A+ Y0 e8 l+ v
$ D2 x4 o) z/ g4 O课程目录
; V- S* a8 I* H& `- r1 R( @' ^- g; f# p01.课程介绍机器学习介绍上23:09
/ n4 t$ v9 A2 l02.课程介绍机器学习介绍下04:32
7 A9 b3 E- L' j8 m  l( t* S' n2 _03.深度学习介绍26:47
' K8 P0 r9 n2 {7 }: f1 {# ^2 F& J04.基本概念34:48
05.决策树算法39:15
1 M7 Q0 `  \$ P) l3 ~3 c06.决策树应用37:28
07.最邻近规则分类KNN算法28:03
08.最邻近规则KNN分类应用31:46
09.支持向量机SVM上35:40
4 l) B2 _' H5 k2 N* \10.支持向量机SVM上应用26:27
11.神经网络算法应用上49:51
* P) B7 m  o% w5 H' I8 C% T12.神经网络算法应用下21:21
13.简单线性回归上29:49
, ]; y( v, g# ^& X) {6 E14.简单线性回归下28:01
9 @3 t- y5 L2 z15.多元线性回归33:53
16.多元线性回归应用29:46
5 S2 b6 x( e' Z' D: B. C) M- A; i. I/ y17.非线性回归 Logistic Regression32:34
18.非线性回归应用29:25
19.神经网络NN算法56:16
1 j! d  I' s7 f7 |5 j# N; x* ^20.支持向量机(SVM)算法(下)应用29:55
/ v4 v$ u2 V, K" B9 B; @: W21.支持向量机(SVM)算法下25:08
22.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
1 g, Q- B) [6 C# Q: f+ Q24.Kmeans算法33:20
- O6 R- k! r8 ?25.Kmeans应用36:06
26.Hierarchical clustering 层次聚类19:15
) `8 u9 |2 T. V4 b27.总结25:15
  q2 ?3 V" q7 [0 ^7 I