课程介绍：
这门课介绍了传统的机器学习中最常用使用的模型及其背后的数学原理，并通过notebook展示了相应的代码实现。通过这门课的学习，你可以掌握工业界最常用的机器学习模型，包括何时适合使用，如何评价模型的效果，如何改进持续的模型。在完成了这门课的学习后，你可以达到初级机器学习工程师的理论知识水平，为接下来的深度学习与强化学习课程打下基础。
课程目录：
第1讲 机器学习引入
第2讲 分类问题
第3讲 KNN算法
第4讲 机器学习背后的数学（上）
第5讲 机器学习背后的数学（下）
第6讲 加入概率更健康之逻辑斯蒂回归
第7讲 模拟人类理性的决策树
第8讲 集群模型
第9讲 PCA
第10讲 升维大法之神经网络
第11讲 升维大法之SVM
评论0