360°解读Python机器学习经典算法

一、 课程简介

360°解读机器学习经典算法——聚类算法，从基础算法到高阶应用全方位讲解，生动全彩，化繁为简，清晰直观解决实际问题，解析k-means（k-均值）基本算法并以全新视角解读其各种优化方式及谱聚类，DBSCAN ,SOM , AP聚类，视觉追踪等衍生算法，助力人工智能学习之路。

二、 课程特色|亮点

三、适用人群

1、希望未来毕业从事人工智能方向工作的在校生及应届毕业生。

2、对目前职业有进一步提升要求，希望从事人工智能等IT行业高薪工作的在职人员。

3、对新技术感兴趣并希望进一步钻研的企业管理者和产品管理运营者。

四、 课程目录介绍

第一章 算法原理

1- 课题导入

2- 原理讲解

3- 不同数据集的kmeans聚类实践

4- 工业车辆聚类分析综合实践

第二章 效果衡量标准

1- SSE

2- 肘方法

3- SC系数

4- CH系数

5- 算法优缺点

6- 图片压缩实践

7- 总结及作业

第三章 算法优化

1-Canopy配合初始聚类

2-k-means++

3-二分kmeans

4- Kernel Kmeans

5- K-medoids

6- ISODATA

7- MiniBatchKmeans

8- 小结

第四章 算法进阶

1- DBSCAN

2- 层次聚类

3- MeanShift聚类

4- AP聚类

5- SOM聚类

6- 谱聚类

7- 小结

8- Kmeans与DBSCAN聚类比较实践

第五章 综合实践

1- 客户价值分析实践

2- 文本文档分析实践

3- 总结与回顾

4- 学习提升+资料推荐

5- 综合实践-客户价值分析作业

---------------------------------------------------------------------

链接：https://pan.baidu.com/s/1HO_oNLSddoeZRhZeYqJe0Q 

提取码：gedt