适用人群
数据分析,机器学习,数据挖掘领域研究者。
具有Python编程语言开发者[（攻城狮）](http://www.54gcshi.com/forum.php?mod=viewthread&tid=182&extra=)
课程概述
本课程使用Python语言及其分析与建模工具库。对数据挖掘和机器学习领域中经典的算法给出完整的原理推导及实例进行讲解，基于实际案例演示如何应用机器学习算法进行实际问题的解决，主要包含的算法有KNN算法、线性回归、Logistic回归、决策树、朴素贝叶斯算法、支持向量机、神经网络算法和Boosting算法等内容。
目录
章节1:机器学习基础之KNN算法原理及实战
课时1视频KNN算法原理及实战47:02
章节2:线性回归分析原理及实战
课时2视频线性回归分析34:57
章节3:逻辑回归算法原理及实战
课时3视频逻辑回归算法40:37
章节4:决策树算法推导即实战
课时4视频决策树47:15
章节5:朴素贝叶斯算法原理推导机实战
课时5视频朴素贝叶斯算法40:54
章节6:神经网络算法的推导及实战
课时6视频神经网络的原理22:21
课时7视频神经网络的实战19:00
章节7:支持向量机原理推导及实战
课时8视频支持向量机38:55
章节8:Boosting算法的原理机实战
课时9视频Boosting算法的原理37:42
章节9:集尘学习算法原理及实战
课时10视频集成学习算法简介18:04
课时11视频集成学习算法29:59
课时12视频集成学习算法实战22:11
