第1模塊 - 機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)
掌握基本的機(jī)器學(xué)習(xí)概念,包括:數(shù)據(jù)準(zhǔn)備,建模,性能指標(biāo),過度擬合和交叉驗(yàn)證
掌握機(jī)器學(xué)習(xí)所需的Python工具,包括:Numpy,Scikit-Learn和Pandas
學(xué)習(xí)建模基礎(chǔ)知識(shí)并部署基本模型,包括:Logistic回歸和K-Means
第2模塊 - 高級(jí)機(jī)器學(xué)習(xí)模型+項(xiàng)目開始
實(shí)現(xiàn)更復(fù)雜的算法,包括:SVM,隨機(jī)森林和決策樹
了解決策樹模型的細(xì)微差別,包括:?jiǎn)喂?jié)點(diǎn)樹和節(jié)點(diǎn)拆分
使用優(yōu)化器改進(jìn)模型,包括:bootstrap聚合和偏差變化權(quán)衡
第3模塊 - 推薦系統(tǒng)的優(yōu)化+項(xiàng)目完成
掌握推薦系統(tǒng)背后的理論,包括:推薦系統(tǒng)設(shè)計(jì),基于內(nèi)容的過濾和協(xié)同過濾
|