简介
本课程面向各类编程学习者,讲解当下流行的机器学习相关的技术和方法,帮助学习者利用Python语言掌握机器学习算法解决一般问题的基本能力,一窥前沿机器学习算法的奥秘。
本课程介绍Python计算生态中广受欢迎的机器学习算法库scikit-learn,这些算法在工程、信息、管理、经济等学科领域具有极其广泛的应用潜力,被全世界各大科研院所和国际知名公司广泛采用,包括必修内容和选修内容两部分。

必修内容包括:
(1)理解机器学习,通过介绍机器学习的基本问题(分类、聚类、回归、降维)介绍经典算法;
(2)Python第三方库sklearn(scikit-learn),讲解应用机器学习算法快速解决实际问题的方法。
选修内容包括:
(1)讲解AlphaGo背后的机器学习原理(强化学习);
(2)游戏对战实例展示,通过实例展示自主学习的强大魅力。

根据第三方库内容特点,课程共分6个内容模块和2个实战模块:

模块1:机器学习基本思想与原理 vs. sklearn库
模块2:无监督学习之聚类、算法与用例(sklearn中的K-means、DBSCAN)
模块3:无监督学习之降维、算法与用例(sklearn中的PCA、NMF)
模块4:监督学习之分类、算法与用例(sklearn中KNN、朴素贝叶斯、决策树)
模块5:监督学习之回归、算法与用例(sklearn中线性回归、非线性回顾)
模块6(实战):监督学习实现手写识别实例编写,算法对比与分析
模块7(选修):强化学习方法、深度学习
模块8(选修、实战):实战项目:Flappy Bird游戏智能对战
分类
科学探索
查看课程