机器学习原理与应用入门
来自 网络整理·免费领取学习资源
6,862 领取 · 5,359 收藏更新于 2026年9月20日
这份资料来自网络整理2026年的付费VIP课，内容以视频为主，对应《机器学习原理与应用入门》。官网需要单独购买，有集上可以免费领取。
课程介绍
这门课介绍了传统的机器学习中最常使用的模型及其背后的数学原理，帮助你掌握工业界最常用的机器学习模型，包括何时适合使用、如何评价模型的效果、如何持续的改进模型。通过这门课的学习，你可以达到初级机器学习工程师的理论知识水平，为接下来的深度学习与强化学习课程打下基础
课程目录
- 先导片
- 第 1 讲机器学习引入
- 第 2 讲分类问题
- 第 3 讲KNN算法
- 第 4 讲机器学习背后的数学（上）
- 第 5 讲机器学习背后的数学（下）
- 第 6 讲加入概率更健康之逻辑斯蒂回归
- 第 7 讲模拟人类理性的决策树
- 第 8 讲集群模型
- 第 9 讲PCA
- 第 10 讲升维大法之神经网络
- 第 11 讲升维大法之SVM
贡献者
Mia
黄金