coursera hse machine learning:我在Coursera上机器学习课程的源代码和解决方案 Source code learning
Coursera上的 经济高等学校和Yandex数据学校 我在2016年3月以100%的分数完成了该课程。 第一周 第3课:工具简介 NumPy用于向量和矩阵的运算: 用于数据预处理的熊猫: 经验教训:泰坦尼克号上有577名男性和314名女性。 女性中姓氏最高的名字是安娜(第二名姓玛丽)。 平均年龄为29.7岁,中位数为28岁。所有乘客中有24%拥有头等舱机票。 只有38%幸存下来。 第4课:决策树 决策树功能的重要性: 经验教训:机票价格最贵的女性和乘客生存的机会最大。 第二周 第1课:度量的分类方法 kNN分类方法,k个参数确定: 回归,度量确定的kNN方法: 第2课:线性分类方法 使用Perceptron进行分类的特征归一化: 第三周 第1课:支持向量机 支持向量选择: 文字分析: 第二课:逻辑回归 Logistic回归和AUC-ROC分数计算: 第3课:质量
文件列表
coursera-hse-machine-learning-master.zip
(预估有个84文件)
coursera-hse-machine-learning-master
week2
lesson2
01-feature-normalization.py
1KB
01-result.txt
5B
perceptron-test.csv
8KB
perceptron-train.csv
12KB
lesson1
01-result-01.txt
1B
02-metric-determination.py
1KB
暂无评论