欢迎来到麦图教育科技平台
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
扫码下载Android
扫码打开微信小程序
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：
2024-12-13 13:43:08
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
{10}--降维
[10.1]--线性判别分析.mp4
（0分钟）
[10.2]--主成分分析.mp4
（0分钟）
{11}--人工神经网络
[11.1]--人工神经网络.mp4
（0分钟）
{12}--深度学习
[12.1]--深度学习.mp4
（0分钟）
[12.2]--卷积神经网络基础.mp4
（0分钟）
[12.3]--循环神经网络.mp4
（0分钟）
[12.4]--Transformer.mp4
（0分钟）
{13}--强化学习
[13.1]--1、强化学习概述.mp4
（0分钟）
[13.2]--2.2、马尔科夫决策过程中的贝尔曼方程.mp4
（0分钟）
[13.3]--2.2、马尔科夫决策过程中的贝尔曼方程.mp4
（0分钟）
[13.4]--5、动态规划.mp4
（0分钟）
[13.5]--6、蒙特卡罗方法.mp4
（0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
（0分钟）
[13.7]--7、强化学习算法.mp4
（0分钟）
{1}--绪论
[1.1]--基本概念.mp4
（0分钟）
[1.2]--机器学习过程及发展历程.mp4
（0分钟）
[1.3]--机器学习算法及数据隐私权.mp4
（0分钟）
{2}--数据探索及预处理
[2.1]--第二章 第1节 数据探索.mp4
（0分钟）
[2.2]--第二章 第2节 数据预处理.mp4
（0分钟）
[2.3]--第二章 第3节 数据归约.mp4
（0分钟）
{3}--线性模型
[3.1]--线性回归.mp4
（0分钟）
[3.2]--线性分类.mp4
（0分钟）
[3.3]--多分类.mp4
（0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
（0分钟）
[4.2]--孙家泽-4.2 贝叶斯分类算法.mp4
（0分钟）
[4.3]--4.3-k-medoids算法v2.mp4
（0分钟）
{5}--决策树
[5.1]--5-1分类方法概述v2.mp4
（0分钟）
[5.2]--5-2 ID3算法v2.mp4
（0分钟）
{6}--集成学习
[6.1]--8、集成学习.mp4
（0分钟）
[6.2]--9、如何进行有效的集成.mp4
（0分钟）
[6.3]--10、怎样生成基学习器.mp4
（0分钟）
[6.4]--11、集成的多样性与特征选择.mp4
（0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
（0分钟）
{7}--支持向量机
[7.1]--支持向量机—数学模型.mp4
（0分钟）
[7.2]--支持向量机—有约束优化问题.mp4
（0分钟）
{8}--关联规则
[8.1]--孙家泽-8.1 关联规则挖掘概念.mp4
（0分钟）
[8.2]--孙家泽-8.2 Apriori关联规则算法.mp4
（0分钟）
[8.3]--孙家泽-8.3 关联规则评价.mp4
（0分钟）
{9}--聚类
[9.1]--4.1-聚类技术概述_1.mp4
（0分钟）
[9.2]--4.2-k-means算法.mp4
（0分钟）
[9.3]--4.3-k-medoids算法v1.mp4
（0分钟）
[9.4]--02DBSCAN聚类分析.mp4
（0分钟）
