在本课程中,我们将继续学习监督学习中的另一个重要应用——解决分类问题。在接下来的课程中,你将接触到:逻辑回归、K 近邻算法、朴素贝叶斯、支持向量机、感知器和人工神经网络、决策树和随机森林,以及 Bagging 和 Boosting 方法。课程将从每种方法的原理开始讲解。你需要充分理解这些方法的实现。
💡 本教程由 AI 辅助翻译自英文原版。如需查看原文,您可以 切换至英文原版
教师
加入我们的 Discord 一起学习
" i just start the basic of linux and this platform is well for the beginners for practice i think "
" It was a very comprehensive and fun experience "
为您推荐
无监督学习:聚类
深度学习基础
Scikit-learn 入门指南