一、 课程简介
360°解读机器学习经典算法——聚类算法,从基础算法到高阶应用全方位讲解,生动全彩,化繁为简,清晰直观解决实际问题,解析k-means(k-均值)基本算法并以全新视角解读其各种优化方式及谱聚类,DBSCAN ,SOM , AP聚类,视觉追踪等衍生算法,助力人工智能学习之路。
二、 课程特色|亮点
讲解方式 | 机器学习,深度学习和强化学习,各个专题逐步讲解,层层深入。 内容上化繁为简,深入浅出。排版上彩图注解,一图胜千言。 |
课程亮点 | 1,知识体系完备,从小白到大神各阶段读者均能学有所获。 2,生动形象,化繁为简,算法解析清晰明了。 3,结合工作实践及分析应用,培养解决实际问题的能力。 4,学习资源充足,多种资料配合后续学习。 |
课程内容 | 360°解读机器学习经典算法,从基础算法到高阶应用,全方位讲解,清晰直观解决实际问题。解析基本算法,并以全新视角解读其各种优化方式及评估方式等,以聚类算法为例,含DBSCAN ,SOM , AP聚类,视觉追踪等高阶应用衍生算法,100%接轨实际工作,助力人工智能学习之路。 |
三、适用人群:
1、希望未来毕业从事人工智能方向工作的在校生及应届毕业生。
2、对目前职业有进一步提升要求,希望从事人工智能等IT行业高薪工作的在职人员。
3、对新技术感兴趣并希望进一步钻研的企业管理者和产品管理运营者。
四、 课程目录介绍
第一章 算法原理
1- 课题导入
2- 原理讲解
3- 不同数据集的kmeans聚类实践
4- 工业车辆聚类分析综合实践
第二章 效果衡量标准
1- SSE
2- 肘方法
3- SC系数
4- CH系数
5- 算法优缺点
6- 图片压缩实践
7- 总结及作业
第三章 算法优化
1-Canopy配合初始聚类
2-k-means++
3-二分kmeans
4- Kernel Kmeans
5- K-medoids
6- ISODATA
7- MiniBatchKmeans
8- 小结
第四章 算法进阶
1- DBSCAN
2- 层次聚类
3- MeanShift聚类
4- AP聚类
5- SOM聚类
6- 谱聚类
7- 小结
8- Kmeans与DBSCAN聚类比较实践
第五章 综合实践
1- 客户价值分析实践
2- 文本文档分析实践
3- 总结与回顾
4- 学习提升+资料推荐
5- 综合实践-客户价值分析作业
10人已评分
我也要评分
少上传了第5章。综合玻案例那一章。
02021-05-07 23:27
assignments_km2 = kmeans_2.fit_predict(Auto_Data)Auto_Data变量指什么
12019-07-02 15:47
有问题可以在这问么?01_14_聚类算法_算法原理_工业车辆聚类_kmeans算法聚类_实践
12019-07-02 15:47
2019-07-01 15:35
打开学习第二天
02019-05-24 16:26
老师讲的不错
02019-05-17 15:08
老师讲课的声音有点小
02019-03-23 19:32
不错,我正在学
02019-01-29 10:19
老师讲的很全面,目前看过的课程里最全的
02019-01-28 21:29
2019-01-28 16:19