人工智能课程体系及项目实战
1、机器学习课程大纲
第一课:Python基础与科学计算库numpy
1.Python语言基础
2。Python数据结构（列表，字典,元组）
3.科学计算库Numpy基础
4。Numpy数组操作
5.Numpy矩阵基本操作
6.Numpy矩阵初始化与创建
7.Numpy排序与索引
第二课：数据分析处理库与数据可视化库
1。Pandas数据读取与现实
2。Pandas样本数值计算与排序
3.Pandas数据预处理与透视表
4。Pandas自定义函数
5。Pandas核心数据结构Series详解
6。Pandas数据索引
7. Matplotlib绘制第一个折线图
8。 Matplotlib条形图，直方图,四分图绘制
9. Matplotlib数据可视化分析
第三课：回归算法
1.机器学习要解决的任务
scrapy分布式爬虫2.有监督与无监督问题
3。线性回归算法原理推导
4.实现简易回归算法
5。逻辑回归算法原题
6。实战梯度下降算法
第四课:案例实战信用卡欺诈检测
1。数据与算法简介
2.样本不平衡问题解决思路
3.下采样解决方案
4。正则化参数选择
5.逻辑回归建模
6。过采样与SMOTE算法
第五课：决策树与随机森林
1。熵原理，信息增益
2.决策树构造原理推导
3.ID3，C4。5算法
4。决策树剪枝策略
5.随机森林算法原理
6。基于随机森林的特征重要性选择
第六课：Kaggle机器学习案例实战
1。泰坦尼克船员获救预测
2.使用pandas库进行数据读取与缺失值预处理
3.使用scikit-learn库对比回归模型与随机森林模型
4。GBDT构造原理
5.特征的选择与重要性衡量指标
6.机器学习中的级联模型
7.使用级联模型再战泰坦尼克
第七课：支持向量机算法
1.SVM要解决的问题
2.线性SVM原理推导
3。SVM对偶问题与核变换
4。soft支持向量机问题
5.多类别分类问题解决方案
第八课：神经网络模型
1。前向传播与反向传播结构
2.激活函数
3.神经网络结构
4.深入神经网络细节

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。