欢迎来到在线教学平台
问题答疑
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页 - 课程列表 - 课程详情
返回
数据挖掘与机器学习
课程类型：
选修课
发布时间：
2024-11-27 09:26:57
主讲教师：
课程来源：
建议学分：
0.00分
课程编码：
mk005085
课程介绍
课程目录
教师团队
{1}--绪论
[1.1]--基本概念.mp4
（11分钟）
[1.2]--机器学习过程及发展历程.mp4
（12分钟）
[1.3]--机器学习算法及数据隐私权.mp4
（9分钟）
{2}--数据探索及预处理
[2.1]--第二章 第1节 数据探索.mp4
（15分钟）
[2.2]--第二章 第2节 数据预处理.mp4
（15分钟）
[2.3]--第二章 第3节 数据归约.mp4
（14分钟）
{3}--线性模型
[3.1]--线性回归.mp4
（8分钟）
[3.2]--线性分类.mp4
（8分钟）
[3.3]--多分类.mp4
（6分钟）
{4}--简单分类
[4.1]--孙家泽-4.1 分类算法概念和KNN分类算法_1.mp4
（13分钟）
[4.2]--孙家泽-4.2 贝叶斯分类算法.mp4
（14分钟）
[4.3]--4.3-k-medoids算法v2.mp4
（9分钟）
{5}--决策树
[5.1]--5-1分类方法概述v2.mp4
（13分钟）
[5.2]--5-2 ID3算法v2.mp4
（15分钟）
{6}--集成学习
[6.1]--8、集成学习.mp4
（7分钟）
[6.2]--9、如何进行有效的集成.mp4
（4分钟）
[6.3]--10、怎样生成基学习器.mp4
（7分钟）
[6.4]--11、集成的多样性与特征选择.mp4
（5分钟）
[6.5]--12、纠错输出编码与随机注入与集成学习基本原理.mp4
（11分钟）
{7}--支持向量机
[7.1]--支持向量机—数学模型.mp4
（6分钟）
[7.2]--支持向量机—有约束优化问题.mp4
（7分钟）
{8}--关联规则
[8.1]--孙家泽-8.1 关联规则挖掘概念.mp4
（11分钟）
[8.2]--孙家泽-8.2 Apriori关联规则算法.mp4
（16分钟）
[8.3]--孙家泽-8.3 关联规则评价.mp4
（10分钟）
{9}--聚类
[9.1]--4.1-聚类技术概述_1.mp4
（9分钟）
[9.2]--4.2-k-means算法.mp4
（12分钟）
[9.3]--4.3-k-medoids算法v1.mp4
（9分钟）
[9.4]--02DBSCAN聚类分析.mp4
（15分钟）
{10}--降维
[10.1]--线性判别分析.mp4
（7分钟）
[10.2]--主成分分析.mp4
（8分钟）
{11}--人工神经网络
[11.1]--人工神经网络.mp4
（8分钟）
{12}--深度学习
[12.1]--深度学习.mp4
（10分钟）
[12.2]--卷积神经网络基础.mp4
（9分钟）
[12.3]--循环神经网络.mp4
（9分钟）
[12.4]--Transformer.mp4
（11分钟）
{13}--强化学习
[13.1]--1、强化学习概述.mp4
（7分钟）
[13.2]--2.2、马尔科夫决策过程中的贝尔曼方程.mp4
（4分钟）
[13.3]--2.2、马尔科夫决策过程中的贝尔曼方程.mp4
（4分钟）
[13.4]--5、动态规划.mp4
（7分钟）
[13.5]--6、蒙特卡罗方法.mp4
（6分钟）
[13.6]--4、马尔科夫决策过程中的最优价值函数和策略.mp4
（13分钟）
[13.7]--7、强化学习算法.mp4
（12分钟）
京公网安备 11011502004263