相关题库

咨询

其他联系方式

所属系列课程

评价

机器学习之集成学习理论与实践,在学习本课程前,需学习过基础算法,如逻辑回归,SVM,决策树,朴素贝叶斯等。 本课程详细讲解了集成学习的主要方法:Voting、Bagging、Boosting和Stacking。每一种集成方法都配有详细的代码讲解。能够使用集成模型完成分类或回归任务。 适用人群:对机器学习感兴趣的人,想深入集成模型原理的人。