文件名称：Tutorial_HYLee_Deep.pdf 深度学习讲座
文件大小：11MB
文件格式：PDF
更新时间：2023-08-02 09:34:52
深度学习 机器学习 神经网络
第一部分 数据挖掘与机器学习数学基础 3 第一章 机器学习的统计基础 3 第二章 探索性数据分析（ EDA 11 第二部分 机器学习概述 14 第三章 机器学习概述 14 第三部分 监督学习 ---分类与回归 16 第四章 KNN k最邻近分类算法） 16 第五章 决策树 19 第六章 朴素贝叶斯分类 29 第七章 Logistic回归 32 第八章 SVM支持向量机 42 第九章 集成学习 (Esemble Learning) 43 第十一章 模型评估 46 第四部分 非监督学习 ---聚类与关联分析 50 第十二章 Kmeans聚类分析 50 第十三章 关联分析 Apriori 52 第十四章 数据预处理之数据降维 54 第五部分 Python数据预处理 57 第十五章 Python数据分析基础 57 第十六章 Python进行数据清洗 77 第六部分 数据结构与算法 82 一、二叉树（前、中、后遍历） 82 二、几种基本排序方法 82 第七部分 SQL知识 86 第八部分 数据挖掘案例分析 87 案例一 A Journey through Titanic 597c770e 87 案例二 Analysis for airplane-crashes-since-1908 94 案例三 贷款预测问题 98 案例四 KNN算法实现葡萄酒价格模型预测及交叉验证 107