客服咨询
意见反馈
介绍
目录
课程概述
《机器学习实践》课程目的是教会学生如何编程实现机器学习方法，解决实际应用问题。本课程系统完整，内容由浅入深，符合学生学习的认知过程，系统地讲解机器学习方法，既有单一机器学习方法的实践，又有综合应用实践。本课程应用案例丰富，不仅包括公开数据集，而且采用企业的实际案例，更有最新的天池比赛的应用案例。课程内容新颖，具有时代性、前沿性，交通预测、淘宝直播商品识别等机器学习案例采用了最新机器学习方法。课程采用启发式教学方法，引导学生思考问题，并通过大量案例教会学生如何把实际的应用问题转化为机器学习方法的实现。
课程目标
考核评价
讲师介绍
李侃
详细介绍
本课程在讲授机器学习方法的基础上，重点讲解如何编程实现机器学习方法。本课程让学生由浅入深，系统地学习实践机器学习方法，既有单一机器学习方法的实践，又有综合应用实践。机器学习应用案例丰富，不仅包括公开数据集，而且采用企业的实际案例，更有最新的天池比赛的应用案例。通过本课程的学习，学生能够系统深入地学会机器学习方法，并通过大量案例学会如何把实际的应用问题转化为机器学习方法的实现。
第五章 K近邻算法
5.1 K近邻算法
（766s）
第九章 Tmall
9.1 天猫重复购买预测01
（411s）
9.2 天猫重复购买预测02
（1007s）
9.3 天猫重复购买预测03
（337s）
9.4 天猫重复购买预测04
（571s）
9.5 天猫重复购买预测05
（268s）
9.6 天猫重复购买预测06
（725s）
9.7 天猫重复购买预测07
（375s）
9.9 天猫重复购买预测09
（659s）
9.10 天猫重复购买预测10
（495s）
9.8 天猫重复购买预测08
（1010s）
第十章 淘宝商品识别
10.1 淘宝直播商品识别
（786s）
10.2 整体架构01
（918s）
10.3 整体架构02
（886s）
10.4 整体架构03
（308s）
10.5 数据预处理
（689s）
10.6 mmdetection操作实验
（1226s）
10.7 神经网络构建
（1368s）
10.8 商品识别模型建立与训练
（1419s）
10.9 商品候选框预测
（665s）
10.10 商品识别
（571s）
10.11 搜索匹配与模型融合
（1513s）
10.12 商品识别模型优化
（661s）
10.13 商品识别结果后处理
（874s）
10.14 商品识别模型集成
（362s）
运营单位: 杭州沃土教育科技股份有限公司
