출금 방법: Baidu.com
총 [25] 섹션
코스웨어 사용 가능 여부: 예

얻을 수 있는 혜택

머신 러닝 데이터 전처리, 단순 선형 회귀, 다중 선형 회귀, 다항식 회귀, 서포트 벡터 회귀, 의사 결정 트리 회귀, 랜덤 포레스트 회귀 등의 회귀 알고리즘을 학습합니다.

로지스틱 회귀, K-최근이웃 알고리즘, 서포트 벡터 머신, 일반 베이지안 알고리즘, 의사 결정 트리 분류, 랜덤 포레스트 분류 등과 같은 분류 알고리즘을 학습합니다.

k-평균 클러스터링, 계층적 클러스터링, 연관성 분석 알고리즘과 같은 클러스터링 알고리즘 알아보기

회귀 모델, 분류 모델의 성능 평가

해당 인구

머신러닝, 인공 지능 및 빅 데이터 학습자 및 실무자에게 적합합니다.
코스

머신러닝 사례, 머신러닝 개발에서 가장 대표적인 고전적인 학습 사례를 선정하여 머신러닝 데이터 전처리, 단순 선형 회귀, 다중 선형 회귀, 다항식 회귀, 서포트 벡터 회귀, 의사 결정 트리 회귀, 랜덤 포레스트 회귀 및 기타 회귀 알고리즘, 로지스틱 회귀, k-근접 이웃 알고리즘, 지원 벡터 머신, 단순 베이지안 알고리즘, 의사 결정 트리 분류, 랜덤 포레스트 분류 등을 철저히 설명하고, 머신 러닝 데이터 전처리, 다중 선형 회귀, 다항식 회귀. 분류 알고리즘, k-평균 클러스터링, 계층적 클러스터링, 상관관계 분석 알고리즘과 같은 클러스터링 알고리즘, 회귀 모델과 분류 모델의 성능을 각각 평가할 수 있습니다.

코스 카탈로그

1장: 머신 러닝 데이터 전처리하기
머신러닝 데이터 전처리 - 이전 에피소드 27:27
실제 프로덕션 환경에서 누락된 데이터를 처리하는 방법 19:06
분리된 데이터 처리 23:28

2장: 단순 선형 회귀
단순 선형 회귀 소개 25:26
단순 선형 회귀 사례 연구 - 근속 연수와 급여의 관계 27:43

3장: 다중 선형 회귀
다중 선형 회귀 소개 25:10
다중 선형 회귀 - 원샷 코딩 21:28
다중 선형 회귀 - 역방향 제거 42:47
다항식 회귀 26:40

4장: 지원 벡터 회귀
지원 벡터 회귀 27:09

5장: 의사 결정 트리 회귀
의사 결정 트리 회귀 25:23

6장: 랜덤 포레스트의 귀환
랜덤 포레스트 리턴 18:42

7장: 회귀 모델의 성능 평가하기
회귀 모델의 성능 평가하기 36:26

8장: 논리 리턴
로직 리턴 25:43
논리 사례 연구로 돌아가기 20:32

9장: k 최인접 이웃 알고리즘
K-최근이웃 알고리즘 26:00

10장: 벡터 머신 지원
지원 벡터 머신 14:33
벡터 머신 커널 지원 20:31

11장: 일반 베이지안 알고리즘
간단한 베이지안 알고리즘 27:31

12장: 의사 결정 트리 분류
의사 결정 트리 분류 17:41

13장: 무작위 포리스트 분류
랜덤 포레스트 분류 23:36

14장: 분류의 성과 평가
분류에 대한 성능 평가 수행 28:33

15장: K-평균 클러스터링
K-평균 클러스터링 28:21

16장: 계층적 클러스터링
계층적 클러스터링 23:29

17장: 상관관계 분석을 위한 알고리즘
상관관계 분석을 위한 알고리즘 18:46

리소스 다운로드

이 리소스의 다운로드 가격은 다음과 같습니다.14.9금화부터 먼저 주세요로그인

리소스 정책(구매는 이 정책에 동의하는 것으로 간주됩니다):
1. 웹 사이트 플랫폼에서의 모든 작업은 웹 사이트 등록 계약 및 면책 조항 하단을 읽고 동의 한 것으로 간주되며,이 사이트 리소스는 초저가이며 기술 지원을 제공하지 않습니다.
2. 일부 네트워크 사용자가 공유하는 넷 디스크 주소가 오류 발생 등 유효하지 않을 수 있으므로 고객 서비스 코드711cn#qq.com (#를 @로 대체)으로 이메일을 보내 주시기 바랍니다.
이 사이트는 부정적인 변경이 없도록 다운로드 가능한 모든 리소스 (소프트웨어 등) 사이트를 제공합니다. 그러나이 사이트는 리소스의 정확성, 보안 및 무결성을 보장 할 수 없으며 사용자는 자신의 재량에 따라 다운로드하며 모든 소스 코드가 100% 오류가 없거나 버그가없는 것은 아니라는 목적으로 배우기 위해 통신하며 코드를 읽고 이해할 수있는 특정 기초가 있어야 디버깅을 수정할 수 있습니다! 코드를 수정하고 오류를 해결할 수 있어야 합니다. 동시에 이 사이트의 사용자는 소스 코드 편의점이 다운로드용으로 제공된 소프트웨어에 대한 어떠한 권리도 소유하지 않으며, 저작권은 리소스의 법적 소유자에게 있음을 이해해야 합니다.
4. 본 사이트의 모든 자료는 학습 및 연구 목적으로 만 다운로드 한 후 24시간 이내에 삭제해야 하며, 상업적 목적으로 사용하지 마시고, 그렇지 않을 경우 발생하는 법적 분쟁은 사이트 및 부수적 책임 사이트의 게시자에게 있으며 책임을지지 않습니다!
5. 재생산 가능한 자원의 특성으로 인해 일단 구매하면 환불이 불가능하며, 충전 잔액도 환불되지 않습니다.