人工智能
零基础实战机器学习
AI 时代你的机器学习第一课
Course syllabus
章节目录
网页仅提供目录预览，不展示课程正文。
课程目录DIRECTORY ONLY
Published chapters
01开篇词｜开发者为什么要从实战出发学机器学习？
0201｜打好基础：到底什么是机器学习？
0302｜工具准备：安装并使用Jupyter Notebook
0403｜实战5步（上）：怎么定义问题和预处理数据？
0504｜ 实战5步（下）：怎么建立估计10万+软文点击率的模型？
0605 | 数据探索：怎样从数据中找到用户的RFM值？
0706 | 聚类分析：如何用RFM给电商用户做价值分组画像？
0807｜回归分析：怎样用模型预测用户的生命周期价值？
0908 | 模型优化（上）：怎么用特征工程提高模型效率？
1009｜模型优化（中）：防止过拟合，模型也不能太精细
1110｜模型优化（下）：交叉验证，同时寻找最优的参数
1211｜深度学习（上）：用CNN带你认识深度学习
1312｜深度学习（中）：如何用RNN预测激活率走势？
1413｜深度学习（下）：3招提升神经网络预测准确率
1514｜留存分析：哪些因素会影响用户的留存率？
1615｜二元分类：怎么预测用户是否流失？从逻辑回归到深度学习
1716｜性能评估：不平衡数据集应该使用何种评估指标？
1817｜集成学习：机器学习模型如何“博采众长”?
1918 | 增长模型：用XGBoost评估裂变海报的最佳受众群体
2019 | 胸有成竹：如何快速定位合适的机器学习算法？
2120 | 模型部署：怎么发布训练好的机器学习模型？
2221｜持续精进：如何在机器学习领域中找准前进的方向？
23结束语 | 可以不完美，但重要的是马上开始