29课时 ¥3180.00
课程主要介绍一些经典的传统机器学习算法,如分类算法:KNN算法,朴素贝叶斯算法,逻辑回归,决策树算法以及随机森林;回归算法:线性回归,聚类算法,结合Tensorflow2.3 神经网络、Keras 神经网络框架,实现一些小型案例。
学习回归算法理论与实战;
学习决策树算法理论与实战;
学习集成学习算法理论与实战;
学习KNN算法和决策树算法理论与实战;
学习聚类算法理论与实战;
学习神经网络算法;
学习Tensorflow;
生成式对抗网络GANs。
物联网工程师
算法工程师
Python开发工程师
人工智能工程师
课程目录:
第0章 人工智能应用方向
0.1.概述
第1章 数据结构与函数参数
1.1.List与Dict
1.2.函数概念与类别
第2章 面向对象与模块化
2.1.面向对象与模块化
2.2.课程回顾
第3章 Numpy、Pandas 科学库
3.1.Numpy、Pandas 科学库(1)
3.2.Numpy、Pandas 科学库(2)
第4章 线性回归原理分析
4.1.线性回归原理分析
第5章 机器学习案例
5.1.机器学习案例(1)
5.2.机器学习案例(2)
5.3.机器学习案例(3)
5.4.机器学习案例(4)
5.5.机器学习案例(5)
5.6.机器学习案例(6)
5.7.机器学习案例(7)
5.8.机器学习案例(8)
5.9.机器学习案例(9)
5.10.机器学习案例(10)
5.11.机器学习案例(11)
5.12.机器学习案例(12)