文件名称：msds621：旧金山大学的MSDS621课程笔记，机器学习简介
文件大小：63.79MB
文件格式：ZIP
更新时间：2024-03-17 03:05:18
JupyterNotebook
MSDS621机器学习简介 “我们相信上帝； 其他所有带来数据。 ” —归因于W. Edwards Deming和George Box 本课程向学生介绍表格/结构化数据的机器学习的关键过程，模型和概念，例如： 数据清理 处理丢失的数据 基本特征工程 功能选择 模型实施 模型训练 模型评估 模式解释 我们将深入研究一些关键模型，而不是提供广泛而肤浅的模型概览。 作为本课程的一部分，学生将通过梯度下降，用于文本情感分析的朴素贝叶斯模型，决策树和随机森林模型，通过正则化实现线性和逻辑回归。 自己实施这些模型对于真正理解它们至关重要。 正如理查德·费曼（Richard Feynman）所说：“我无法创造的东西，我不理解。 ”（从他去世时的黑板上）更容易。 班级详情 讲师。 。 我是计算机科学和部门的教授，并且是USF的Analytics in Analytics程序（后来成为MS数据科学计