【ai精翻】25 个关键机器学习算法 – 数学、直觉、Python

您将学到什么

• 从零开始掌握 25 种最重要的 ML 算法
• 包含数学计算的分步示例
• 从头开始实现每个算法！
• 掌握基本理论，面试无忧
• 机器学习算法背后的数学
• 数学公式背后的直觉
• 回归、分类、聚类、降维和异常检测
• 准备构建您自己的 ML 项目
• 提高你的 Python 编程技能

要求

• 基础课程（适合初学者）
• 基本数学知识
• Python（numpy）基础知识

描述

您是否想了解机器学习算法和人工智能的工作原理，但不知道从哪里开始？或者您可能已经具备一些知识并想加深对人工智能驱动算法的理解？

-本课程正是您所需要的！

在本课程中，您将掌握25 种关键的机器学习算法：

1. 简单线性回归
2. 多元线性回归
3. 逻辑回归
4. 决策树
5. K均值
6. 模型评估
7. 朴素贝叶斯
8. 岭回归
9. 装袋
10. 随机森林
11. 提升
12. 套索
13. KNN
14. 梯度提升
15. PCA-主成分分析
16. XGBoost
17. LDA – 线性判别分析
18. QDA – 二次判别分析
19. 凝聚层次聚类
20. 硬边界SVM
21. 支持向量机
22. DBSCAN
23. t-SNE
24. 孤立森林
25. 感知器

每节课都旨在提供清晰、结构化的学习，包含三个基本组成部分：

• 理论——深入研究每个算法背后的数学概念
• 示例——简单的场景来说明每个算法是如何工作的
• 实现——逐步使用 Python 编码，使每个算法栩栩如生

本课程为何脱颖而出：

• 没有长视频——只需专注学习！本课程非常适合那些喜欢阅读而不是被动观看视频的人。
• 数学变得简单——以易于理解的方式解释算法，并附有直观的示例来帮助您理解其逻辑。
• 动手编码——您将从头开始实现每个算法，确保您真正理解该过程。

准备好开始你的机器学习之旅了吗？

本课程适合哪些人？

• 有抱负的数据科学家和机器学习工程师
• 机器学习初学者不知道从哪里开始
• 那些寻求简单解释和数学形式主义之间平衡的人
• 喜欢阅读和分析而不是观看长篇讲座的人