慕课-南宁理工学院

Python机器学习应用_北京理工大学

课程类型：选修课

发布时间：2020-12-30 08:34:54

主讲教师：

课程来源：

建议学分：3.00分

课程编码：mk000474

课程介绍

课程目录

教师团队

{1}--【第一周】机器学习之无监督学习

[1.1.1]--“机器学习”课程内容导学（7分钟）

[1.1.2]--Sklearn库的安装（5分钟）

[1.1.3]--Sklearn库标准数据集及基本功能（7分钟）

[1.2.1]--无监督学习课程导学（10分钟）

[1.3.1]--聚类之K-Means+31省市居民家庭消费调查（8分钟）

[1.3.2]--聚类之Dbscan+学生月上网时间分布聚类实例（9分钟）

[1.4.1]--降维之PCA （7分钟）

[1.4.2]--降维之NMF （7分钟）

[1.5.1]--实例：基于聚类的整图分割（5分钟）

"(1.1.1)--“机器学习”课程内容导学"

"(1.1.2)--Sklearn库的安装"

"(1.1.3)--Sklearn库标准数据集及基本功能"

"(1.2.1)--无监督学习课程导学"

"#1.3.1#--31省市居民家庭消费调查"

"#1.3.2#--学生月上网时间分布聚类"

"(1.3.1)--聚类之K-Means+31省市居民家庭消费调查"

"(1.3.2)--聚类之Dbscan+学生月上网时间分布聚类实例"

"#1.4.1#--PCA-鸢尾花数据集降维"

"#1.4.2#--NMF、PCA-人脸图像特征抽取与对比"

"(1.4.1)--降维之PCA"

"(1.4.2)--降维之NMF"

"#1.5.1#--实例：基于聚类的整图分割"

"(1.5.1)--实例：基于聚类的整图分割"

{2}--【第二周】机器学习之有监督学习

[2.1.1]--本周课程导学（8分钟）

[2.2.1]--“人体运动状态信息评级”实例分析（6分钟）

[2.2.2]--KNN+Nbayes+决策树（11分钟）

[2.2.3]--“人体运动状态信息评级”实例编写与对比（8分钟）

[2.2.4]--上证指数涨跌预测实例（6分钟）

[2.3.1]--线性回归+房价与房屋尺寸关系的线性拟合（9分钟）

[2.3.2]--多项式回归+房价与房屋尺寸的非线性拟合（7分钟）

[2.3.3]--岭回归（8分钟）

[2.4.1]--“手写识别”实例介绍（5分钟）

[2.4.2]--神经网络实现“手写识别”实例编写（10分钟）

[2.4.3]--KNN实现“手写识别”实例编写（7分钟）

"(2.1.1)--本周课程导学"

"#2.2.1#--上证指数涨跌预测实例"

"#2.2.2#--“人体运动状态信息评级”实例编写与对比"

"(2.2.1)--“人体运动状态信息评级”实例分析"

"(2.2.2)--KNN+Nbayes+决策树"

"(2.2.3)--“人体运动状态信息评级”实例编写与对比"

"(2.2.4)--上证指数涨跌预测实例"

"#2.3.1#--线性回归"

"#2.3.2#--多项式回归"

"(2.3.1)--线性回归+房价与房屋尺寸关系的线性拟合"

"(2.3.2)--多项式回归+房价与房屋尺寸的非线性拟合"

"(2.3.3)--岭回归"

"#2.4.1#--神经网络实现“手写识别”实例编写"

"#2.4.2#--KNN实现“手写识别”实例编写"

"(2.4.1)--“手写识别”实例介绍"

"(2.4.2)--神经网络实现“手写识别”实例编写"

"(2.4.3)--KNN实现“手写识别”实例编写"

{3}--【第三周】机器学习之强化学习

[3.1.1]--强化学习基础（11分钟）

[3.2.1]--实例：自主学习FlappyBird游戏（3分钟）

[3.2.2]--FlappyBird自主学习程序基本框架（10分钟）

[3.2.3]--相关库的介绍及安装（3分钟）

[3.2.4]--项目实战（13分钟）

[3.2.5]--训练结果展示（2分钟）

[3.3.1]--课程总结（6分钟）

"(3.1.1)--强化学习基础"

"#3.2.1#--项目代码"

"(3.2.1)--实例：自主学习FlappyBird游戏"

"(3.2.2)--FlappyBird自主学习程序基本框架"

"(3.2.3)--相关库的介绍及安装"

"(3.2.4)--项目实战"

"(3.2.5)--训练结果展示"

"(3.3.1)--课程总结"