AI技术领域课程--机器学习
.jpg)
.jpg)
.jpg)
.jpg)
机器学习是人工智能领域的基础研究方向之一，包括很多大家耳熟能详的算法。人工智能技术可谓构建在算法之上，我们需要运用算法去实现我们的想法，因此，想要了解人工智能技术，也需要学习常用的机器学习相关算法。
课程简介
本课程将会讲解机器学习相关算法，包括监督学习，无监督学习，集成算法等。
课程目标
通过本课程的学习，使学员：
1、掌握有监督学习，包括线性回归，逻辑回归，KNN，朴素贝叶斯，SVM,决策树等算法的基础知识及应用。
2、掌握集成算法包括Bagging及boosting算法的基础知识及应用。
3、掌握无监督学习包括聚类算法的基础知识及应用。
4、掌握分类问题，数据挖掘等相关知识及应用。
课程大纲
第1章 机器学习概述
第2章 有监督学习-线性回归
第3章 有监督学习-逻辑回归
第4章 有监督学习-KNN
第5章 有监督学习-朴素贝叶斯
第6章 有监督学习-SVM
第7章 有监督学习-决策树
第8章 有监督学习-集成算法概述
第9章 有监督学习-Bagging
第10章 有监督学习-随机森林
第11章 有监督学习-Boosting
第12章 有监督学习-Adaboost
第13章 有监督学习-GBDT
第14章 有监督学习-Xgboost
第15章 无监督学习-聚类算法
第16章 无监督学习 - 关联规则
