机器学习A-Z 3-分类算法,数据科学A-Z,全球唯一囊括机器学习所有分支以及最新研究成果的系列课程；全球唯一涵盖机器学习领域最受欢迎的两门编程语言Python和R的系列课程；手把手解释编程代码中的每个细节；条理清晰、深入浅出的授课风格。 本课程将会用到系列课程第一部分 《机器学习A-Z 1-序言与数据预处理》的预备知识。我们建议您在开始本课程前，完成对第一部分免费课程的学习。 本课程相对于系列课程除第一部分外的其它课程相对独立。 在本课程中导师将会介绍分类算法。与用来预测连续数值的回归算法不同，分类算法被应用于预测（非连续的）类别。分类算法被广泛应用于各个行业，如医学、市场营销、工程学等。和回归相似，分类算法包含线性模型（例如支持向量机等）和非线性模型（例如核函数，随机森林等）。 学完本课程后，您会理解如何创建并且应用以下的机器学习分类模型： - 逻辑回归 - 支持向量机 - 核函数与支持向量机 - 朴素贝叶斯 - 决策树分类 - 随机森林分类 以下课时提供免费预览： - 课时21： 核函数技巧 - 课时26： 贝叶斯定理 Bayes Theorem 您可以点击下图进入专题页购买系列课程，或是查看更多后续课程的详细信息。祝您学习愉快！ 适用人群：n/a