python机器学习原理与实战,二八学府,萌弟AI,本课程主要从机器学习所需要的数学基础出发，主要讲述了机器学习算法中的回归算法，包括线性回归模型、广义可加模型GAM、决策树（回归树）以及支持向量回归（SVR）；分类算法，包括Logistic回归、线性判别分析、朴素贝叶斯算法、决策树（分类树）以及支持向量机与核函数；偏差与方差理论，包括偏差和方差的权衡、测试误差的直接估计（k折交叉验证）、测试误差的间接估计（AIC、BIC等）、网格搜索与随机搜索；模型融合与集成学习，包括Bagging（Bootstrap与随机森林）、Boosting（Adaboost、GBDT、XGboost）、Stacking等。 适用人群：具有python基础的大学生、研究生、想转行算法工程师的同学、想了解机器学习算法并运用在自己领域的同学。