课程大纲

应用材料简介 Machine Learning

    统计学习与机器学习 迭代和评估 偏差-方差权衡

回归

    线性回归 泛化和非线性 习题

分类

    贝叶斯复习 朴素贝叶斯 逻辑回归 K-最近邻 习题

交叉验证和重采样

    交叉验证方法 Bootstrap 习题

无监督学习

    K-means 聚类 例子 无监督学习和超越 K 均值的挑战

要求

了解 R 编程语言。建议基本熟悉统计学和线性代数。

  14 小时
 

人数


开始

完结


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

相关课程

课程分类