內容提要

第1章 機器學習概

1.1 機器學習簡介 

1.1.1 機器學習簡史 

1.1.2 機器學習主要流派 

1.2 機器學習、人工智

1.2.1 什么是人工智能 

1.2.2 什么是數據挖掘 

1.2.3 機器學習、人工智

1.3 典型機器學習應用

1.4 機器學習算法 

1.5 機器學習的一般流程 

第2章 機器學習基本

2.1 統計分析

2.1.1 統計基礎

2.1.2 常見概率分布

2.1.3 參數估計

2.1.4 假設檢驗

2.1.5 線性回歸

2.1.6 邏輯回歸

2.1.7 判別分析

2.1.8 非線性模型

2.2 高維數據降維

2.2.1 主成分分析

2.2.2 奇異值分解

2.2.3 線性判別分析

2.2.4 局部線性嵌入

2.2.5 拉普拉斯特征映射

2.3 特征工程 

2.3.1 特征構建

2.3.2 特征選擇

2.3.3 特征提取

2.4 模型訓練

2.4.1 模型訓練常見術語

2.4.2 訓練數據收集 

2.5 可視化分析 

2.5.1 可視化分析的作用

2.5.2 可視化分析方法 

2.5.3 可視化分析常用工

2.5.4 常見的可視化圖表 

2.5.5 可視化分析面臨的挑戰

點擊標簽查看更多相關資源：