自动化机器学习
0 人学过
课程内容
共3个章节 22个实验
1 特征工程
实验1 实验1：数据操作-副本
数据操作
实验2 1
1
实验3 实验1：数据操作
数据操作
实验4 练习42-面向IRIS数据集的特征工程实战
机器学习-进阶学习-特征工程
实验5 练习41-基于sklearn实现特征提取
机器学习-进阶学习-特征工程
实验6 练习40-R语言特征工程实战
机器学习-进阶学习-特征工程
2 超参数优化
实验1 练习39-数据补全介绍及实现
机器学习-进阶学习-特征工程
实验2 练习38-基于协同过滤算法实现电影推荐系统
机器学习-无监督学习-推荐系统
实验3 练习37-协同过滤算法及实现
机器学习-无监督学习-推荐系统
实验4 练习36-基于SVD的餐馆推荐引擎
机器学习-无监督学习-数据降维
实验5 练习35-基于SVD算法的图像压缩
机器学习-无监督学习-数据降维
实验6 练习34-SVD算法及实现
机器学习-无监督学习-数据降维
实验7 练习33-基于PCA算法的半导体制造数据降维
机器学习-无监督学习-数据降维
实验8 练习32-PCA算法及实现
机器学习-无监督学习-数据降维
实验9 练习31-基于FP-Growth算法的新闻网站点击流挖掘
机器学习-无监督学习-关联规则
实验10 练习30-基于FP-Growth算法的小说《三体》高频词分析
机器学习-无监督学习-关联规则
3 全流程解决方案
实验1 练习29-FP-Growth算法及实现
机器学习-无监督学习-关联规则
实验2 练习28-基于Apriori算法发现毒蘑菇相似特征
机器学习-无监督学习-关联规则
实验3 练习27-基于Apriori算法的投票模型挖掘
机器学习-无监督学习-关联规则
实验4 练习26-Apriori算法及实现
机器学习-无监督学习-关联规则
实验5 练习25-K-Means聚类算法聚类地图上点聚类
机器学习-无监督学习-聚类
实验6 练习24-K-Means聚类算法及实现
机器学习-无监督学习-聚类
