期次管理
课程介绍
本课程主要讲解机器学习经典模型与算法，包括线性回归模型、梯度下降算法、对数几率回归、决策树模型、支持向量机、贝叶斯分类器、集成学习、聚类算法、降维算法等，穿插介绍了matplotlib、numpy、pandas、sklearn等常用的库，并补充了部分数学基础知识，如矩阵微分等。
本课程主要以南京大学周志华老师的《机器学习》（俗称“西瓜书”）为参考教材，讲解了该书上的算法理论，并详细推导了书上的重要公式，再通过代码实战讲解算法的应用，所以本课程是“理论讲解+公式推导+代码实战”三位一体的教学模式，课程所有数据集、代码等都可以下载，是帮助广大同学零基础入门机器学习的极佳课程。本课程的制作耗时7个月，从备课到理论讲解到代码实战等都是主讲教师的心血付出，希望加入该课程的同学们能认真学习。
由于课程主讲教师自觉才疏学浅，也是第一次制作该套课程，难免会出现不足之处，还请各位老师同学不吝赐教，共同建设好《机器学习》这门课程，为中国的高等教育作出贡献，帮助更多的同学掌握机器学习！
——周昊 安徽工业大学
导出数据
数据统计规则
课程评审
课程资源（根据所选期次展示）
授课视频
0个
视频总时长
0分钟
非视频资源
0个
课程公告
0次
选课人数
课堂活动
发放次数
参与人次
测验和作业
总次数
习题总数
参与人数
线上互动
发帖总数/教师发帖数
参与互动人数
考核（试）
总次数
试题总数
参与人数
通过人数 数据更新约有4个小时延迟
课程图谱
- 知识图谱
- 课程体系
- 知识图谱资源
- 知识关系
- 课程统计
回到旧版
