相关题库

咨询

其他联系方式

所属系列课程

评价

R机器学习实践,IT与互联网,数据处理,中继点,#课程章节 第1章 掌握什么是机器学习 第2章. K最近邻方法 第1节: KNN方法简介 第2节:R语言中KNN方法应用案例-乳腺癌分类 第3节:R语言中KNN方法应用案例-鸢尾属植物分类 第3章:朴素贝叶斯方法(Naive Bayes) 第1节:贝叶斯方法原理简介 第2节:R语言中利用贝叶斯方法进行垃圾信息分类 第4章 决策树方法 第5章 分类规则(Classification Rule) 第6章:分类模型评估 第7章:Crosss Validation 第8章:神经网络 第9章: SVM 第10章: 关联规则 第11章: K-means方法 第12章:模型优化 课程目标: 掌握什么是机器学习, 学习R语言中机器学习应用:分类,聚类,预测,关联 # 课程案例 + 乳腺癌诊断 + 垃圾信息分类 + 房价回归预测 + 社交网络用户分类画像 + 商品推荐 + 信用卡数据坏账风险分析 + 白酒质量评价 + ... 本课程不提供个人答疑,有问题可以在课程群讨论.QQ群 51489458 ,附加信息为你的网易云课堂用户名。。 重要提示:课程15节,16节声音音量稍小,但是听没有问题。如果追去求完美,请勿购买。 适用人群:对利用R语言进行机器学习,数据挖掘感兴趣的人。 预备知识:基本的R数据操作以及基础的概率统计知识。