Python机器学习实战,见数知理,只需一门课同时解决机器学习基础与案例实战问题! 课程内容: 第1章： 机器学习基础 第2章： sklearn机器学习秒速上手 第3章： 算法大观园-监督学习 + 线性回归: 单变量，多变量线性回归/ 通用线性回归/ 正则化：Ridge,LASSO + 基于树的算法: 决策树/随机森林 + 支持向量机SVM: 线性支持向量机/ kernel trick + K nearest neighbors + 人工神经网络 ANN 第4章： 模型评估 + 分类模型评估 + 回归模型评估 + Cross Validation 第5章： 算法大观园-无监督学习 + 聚类 Clustering:k means + 主成分分析 PCA 第6章： 模型优化 + feature engineering + parameter/hyperparameter调优 + pipeline 第7章： 案例实战 + 泰坦尼克生还数据分类 + 沃尔玛的顾客购物路线优化 + 员工离职风险？ + 新开一家饭店，未来它的营业收入会是多少？ + P2P 贷款？ + 加州的房价 + Customer Segmentation 本课程不提供答疑！ 适用人群：从事数据科学人员， 数据分析人员， 产品经理，网站运维，电商运营人员，想要从事机器学习的的人员