人工智能(AI)如何建立呢?通过逻辑推理,还是通过学习模仿?近年来的发展看,机器学习似乎略胜一筹,机器学习建立智能,应用人工智能去解决问题吧!
本课程面向各类编程学习者,讲解 当下流行的机器 学 习相关的技术和方法 ,帮助学习者利用Python语言掌握 机器学习算法解决一般问题的基本能力,一窥前沿机器学习算法的奥秘。
本课程介绍Python计算生态中广受欢迎的机器学习算法库 scikit-learn,这些算法在 工程、信息、管理、经济等学科领域具有极其广泛的应用潜力, 被全世界各大科研院所和国际知名公司广泛采用, 包括必修内容和选修内容两部分。
必修内容包括:
(1)理解机器学习, 通过介绍机器学习的基本问题(分类、聚类、回归、降维)介绍经典算法;
(2)Python第三方库 sklearn ( scikit-learn), 讲解应用机器学习算法快速解决实际问题的方法。
选修内容包括:
(1)讲解AlphaGo背后的机器学习原理(强化学习);
(2)游戏对战实例展示,通过实例展示自主学习的强大魅力。
该课程希望传递 “理解和运用计算生态,培养集成创新思维”的理念,重点培养学习者运用当代最优秀第三方专业资源,快速分析和解决问题的能力。
“人生苦短,不要刀耕火种”,嵩老师教你直面问题和需求,用最好的工具解决它!
2017年度全新上线的Python语言系列专题课,带给你不一样的学习体验!
>>Python 网络爬虫与信息提取
https://www.icourse163.org/course/BIT-1001870001
>>Python 数据分析与展示
https://www.icourse163.org/course/BIT-1001870002
>>Python 机器学习应用
https://www.icourse163.org/course/BIT-1001872001
>>Python 科学计算三维可视化
https://www.icourse163.org/course/BIT-1001871001
>>Python 游戏开发入门
https://www.icourse163.org/course/BIT-1001873001
>>Python 云端系统开发入门
https://www.icourse163.org/course/BIT-1001871002
根据第三方库内容特点,课程共分6个内容模块和2个实战模块:
模块1:机器学习基本思想与原理 vs. sklearn库
模块2:无监督学习之聚类、算法与用例(sklearn中的K-means、DBSCAN)
模块3:无监督学习之降维、算法与用例(sklearn中的PCA、NMF)
模块4:监督学习之分类、算法与用例(sklearn中KNN、朴素贝叶斯、决策树)
模块5:监督学习之回归、算法与用例(sklearn中线性回归、非线性回顾)
模块6(实战):监督学习实现手写识别实例编写,算法对比与分析
模块7(选修):强化学习方法、深度学习
模块8(选修、实战):实战项目:Flappy Bird游戏智能对战