机器学习实战课程---1、课程介绍

机器学习实战课程---1、课程介绍

一、总结

一句话总结：

 

 

二、机器学习实战课程---1、课程介绍

博客对应课程的视频位置：

 

 

1、课程内容

课程内容主要参照《机器学习实战》这本书，如下是这本书的封面

对应的具体内容会按照这本书的目录结构讲，但是我会做一定的适当的修改，也会增加一些这本书里面讲的不详细的内容，具体情况到时候具体说

 

一、目录

具体目录如下：

• 第1章 - 机器学习基础
• 第2章 - k-近邻算法
• 第3章 - 决策树
• 第4章 - 基于概率论的分类方法：朴素贝叶斯
• 第5章 - Logistic 回归
• 第6章 - 支持向量机
• 第7章 - 利用AdaBoost 元算法提高分类性能
• 第8章 - 预测数值型数据：回归
• 第9章 - 树回归
• 第10章 - 利用K-均值聚类算法对未标注数据分组
• 第11章 - 使用Apriori 算法进行关联分析
• 第12章 - 使用FP-growth 算法来高效发现频繁项集
• 第13章 - 利用PCA 来简化数据
• 第14章 - 利用SVD 简化数据
• 第15章 - 大数据与MapReduce

 

 

2、课程的链接地址

课程我会放到我自己的网站（www.fanrenyi.com）上，也会放到b站上

自己网站本课程地址：

b站本课程地址：

 

3、课程特点

a、通俗易懂

这个课我肯定会讲的特别特别通俗易懂的，本来就是很简单的东西，算法的原理也很简单，用大白话和一些生活中的例子是可以非常通俗的讲懂这些问题的

 

b、生动有趣

我会举很多生活中有趣的例子来讲这些算法，确保生动有趣，不然课程很枯燥，讲课的人也会觉得很无聊的，毕竟生活最主要是开心有趣

 

c、原理与代码并重

原理会讲解的通俗易懂，也会配合多个例子，方便大家理解，代码也会一句一句带着大家敲

 

5、适用人群

不需要太多的算法基础和编程基础，因为我讲课会尽量通俗易懂，而且代码也会一句一句讲解意思，带着大家敲，所以应该是老少皆宜的

（ps：那些代码是非常好敲的，你把算法的原理和步骤弄清楚，照着这个原理和步骤，代码是非常好敲的）

 

 

4、课程参照

a、主要是《机器学习实战》这本书

b、Jack-Cui的《机器学习实战》笔记，这个写的挺好玩的：https://blog.csdn.net/c406495762/category_7029976.html

c、b站上的《机器学习实战》的一些视频：https://search.bilibili.com/all?keyword=%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%AE%9E%E6%88%98&from_source=nav_search&spm_id_from=333.851.b_696e7465726e6174696f6e616c486561646572.13

d、当然还有一些的很多具体知识点的资料，这里就不一一列出来了

 

6、课程资料下载

我的录播课的所有资料都会放到github上：https://github.com/fry404006308/fry_course_materials

具体到本课程：包括这本书的pdf、课程所有代码、课程所有的资料等等都会有：

 

7、机器学习qq交流群

机器学习交流群，里面会有很多机器学习的资料，大家也可以一起交流探讨，聊聊学习，聊聊人生：939687837

 

8、为什么要录课

我不喜欢做效率低的事情，所以自己懂的话不如大家都懂，这样效率高，而且录课也可以加深我的印象，一举多得