|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/machine-learning-basics
课程评论：没有评论
课程名称：机器学习基础 课程概述：本课程将帮助您理解机器学习的基本概念，包括以下内容： a) 理解机器学习的基本概念。 b) 理解典型的基于记忆的方法——K最近邻算法。 c) 理解线性回归。 d) 理解模型分析。 在参加本课程之前，请确保您熟悉Python编程，并具备包括矩阵乘法和条件概率在内的基本数学知识。 课程大纲： 第一部分：机器学习的基本概念 描述：介绍机器学习的基础理论和关键概念。 第二部分：K最近邻算法 描述：详细讲解K最近邻算法的原理及其应用。 第三部分：线性回归 描述：深入探讨线性回归模型及其使用方法。 第四部分：逻辑回归 描述：讲解逻辑回归及其在分类问题中的应用。
Part: 1
Title:The basic concepts of machine learning
Description:
Part: 2
Title:The k-Nearest Neighbors
Description:
Part: 3
Title:Linear Regression
Description:
Part: 4
Title:Logistic Regression
Description:
In this course, you will: a) understand the basic concepts of machine learning. b) understand a typical memory-based method, the K nearest neighbor method. c) understand linear regression. d) understand model analysis. Please make sure that you’re comfortable programming in Python and have a basic knowledge of mathematics including matrix multiplications, and conditional probability.
