CDA数据科学研究院
CDA考试中心
CDA网校
企业服务
CDA社区
CDA竞赛
CDA技术答疑
CDA俱乐部
CDA论坛
关于CDA
App下载
登录
注册
登录
注册
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
最新活动
CDAS峰会
SQL答疑专区
统计学答疑专区
数据治理专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班
CDA数据分析周末就业班
CDA敏捷算法建模周末班
全部班级课
CDA认证
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
登录
注册
全部课程
数据科学
新职位
数据科学家
数据分析师
业务数据分析师
大数据工程师
机器学习工程师
商业数据分析师
微专业
案例微课
人力资源
工具安装
Excel基础
SQL数据库
R语言
Python
Python爬虫
Python自动化
统计学
业务分析
数据思维
可视化
BI 商业智能
数据运营
用户画像
互联网运营
Linux
Hadoop
Hive
ETL工具
PySpark
数学基础
数据挖掘/机器学习
空间地理数据处理
数据治理
数字化转型
区块链
金融商业数据分析
数据要素
新职位
微专业
人工智能
微专业
深度学习基础
NLP自然语言处理
CV计算机视觉
SR语音识别
TensorFlow
PyTorch
微专业
学术量化
学术
Python
金融
Stata
SSCI/SCI
DSGE
SPSS
DID专题
内生性
社会网络分析
量化投资
量化
量化投资分析师
学术
量化
公开课
行业公开课
新零售行业
医疗行业
数据中台
金融行业
汽车行业
电商行业
自动驾驶
国外公开课
公开课
CDAS峰会视频
CDA大咖汇
CDA体验课
CDA直播课
CDA大课试听
行业公开课
公开课
认证考试
CDA认证
CDA 认证考试模拟题
CDA 持证人专访
CDA 会员活动
CDA认证
首页
课程中心
数据科学
人工智能
学术量化
全部课程
>>>上线日志
>>>课程分类
公开课
直播课
就业课试听
国外公开课
行业公开课
数据圈子
最新活动
CDAS峰会
SQL答疑专区
统计学答疑专区
数据治理专区
会员专区
会员中心
会员课程
线下面授
CDA数据分析脱产就业班
CDA数据分析周末就业班
CDA敏捷算法建模周末班
全部班级课
CDA认证
CDA大纲
CDA题库
CDA教材
CDA专访
CDA考试专区
CDA备考攻略
菜菜的机器学习sklearn课堂（体验课）
第46任务： 6 6.1 Kmeans是如何工作的
查看课程
任务列表
第1任务： 1 决策树 live.pdf
第2任务： 预处理数据.zip
第3任务： 1 1.0 本周要学什么以及Sklearn入门简介
第4任务： 1 1.1 决策树是如何工作的
第5任务： 1 1.2 sklearn中的决策树
第6任务： 1 1.3重要参数
第7任务： 1 1.4 数据探索
第8任务： 1 1.5 数据划分
第9任务： 1 1.6 建模并进行探索
第10任务： 1 1.7 分枝随机模式参数
第11任务： 1 1.8 决策树剪枝
第12任务： 2 随机森林 live.pdf
第13任务： 2 2.0 本周要学什么
第14任务： 2 2.1 随机森林概述
第15任务： 2 2.2 随机森林建模流程及重要参数
第16任务： 2 2.3 建模及参数代码实现
第17任务： 2 2.4 机器学习调参思想
第18任务： 2 2.5 在乳腺癌数据集上进行建模
第19任务： 2 2.6 随机森林在乳腺癌数据集上的调参
第20任务： 3 特征工程 live.pdf
第21任务： 3 3.0 本周学什么以及数据预处理和特征工程简介
第22任务： 3 3.1 数据无量纲化
第23任务： 3 3.2 数据统一量纲代码实现
第24任务： 3 3.3 缺失值处理
第25任务： 3 3.4 编码与哑变量
第26任务： 3 3.5 独热编码创建哑变量
第27任务： 3 3.6 处理连续型特征 二值化分段
第28任务： 4 降维算法 live.pdf
第29任务： 4 4.0本周要学什么以及算法概述
第30任务： 4 4.1 PCA与SVD原理简述
第31任务： 4 4.2 PCA与SVD算法原理
第32任务： 4 4.3 重要参数
第33任务： 4 4.4 降维代码实现
第34任务： 4 4.5 机器学习问题解答
第35任务： 5 逻辑回归 live.pdf
第36任务： 5 5.0 本周要学什么
第37任务： 5 5.1 逻辑回归原理概述
第38任务： 5 5.2 我们为什么需要逻辑回归
第39任务： 5 5.3 sklearn中的逻辑回归
第40任务： 5 5.4 逻辑回归中的正则化
第41任务： 5 5.5 正则化代码实现
第42任务： 5 5.6 那种正则化化的效果更好
第43任务： 5 5.7 正式版会讲什么
第44任务： 6 聚类算法 live.pdf
第45任务： 6 6.0 聚类算法概述
第46任务： 6 6.1 Kmeans是如何工作的
第47任务： 6 6.2 簇内误差平方和的定义
第48任务： 6 6.3 重要参数代码实现
第49任务： 6 6.4 聚类算法中的轮廓系数
第50任务： 6 6.5 基于轮廓系数进行选择N_clusters
第51任务： 7 SVM live version.pdf
第52任务： 7 7.1 SVM概述
第53任务： 7 7.2 SVM是如何工作的
第54任务： 7 7.3 线性SVM的损失函数
第55任务： 7 7.4 线性SVM的推导
第56任务： 7 7.5 线性SVM决策过程的可视化过程
第57任务： 7 7.6 SVM可视化代码实现
第58任务： 8 SVM 案例 live.pdf
第59任务： 8 8.1 概述
第60任务： 8 8.2 SVM中的核函数
第61任务： 8 8.3 核函数代码实现
第62任务： 8 8.4 核函数运行结果
第63任务： 8 8.5 使用网格搜索对SVM进行调整
第64任务： 8 8.6 软间隔与SVM中的重要参数C
第65任务： 8 8.7 完整版会讲什么
第66任务： 9 线性回归 live.pdf
第67任务： 9 9.1 多元线性回归基本原理
第68任务： 9 9.2 最小二乘法求解多元线性回归参数
第69任务： 9 9.3 回归建模
第70任务： 9 9.4 探索建立的模型
第71任务： 9 9.5 多元线性回归的评估指标
第72任务： 9 9.6 评估指标中的检测
第73任务： 10 朴素贝叶斯 live.pdf
第74任务： 10 10.1 朴素贝叶斯概述
第75任务： 10 10.2 朴素贝叶斯是如何工作的
第76任务： 10 10.3 朴素贝叶斯公式推导
第77任务： 10 10.4 朴素贝叶斯公式推导案例
第78任务： 10 10.5 sklearn中的朴素贝叶斯
第79任务： 10 10.6 不同分布下的贝叶斯
第80任务： 11 XGBoost live.pdf
第81任务： 11 11.1本周要学习什么
第82任务： 11 11.2 XGBoost前瞻：安装xgboost，xgboost库与sklearn API
第83任务： 11 11.3 梯度提升树：集成算法回顾，重要参数n_estimators
第84任务： 11 11.4梯度提升树：参数n_estimators下的建模
第85任务： 11 11.5 梯度提升树：参数n_estimators的学习曲线
第86任务： 11 11.6 梯度提升树：基于方差-偏差困境改进的学习曲线
第87任务： 11 11.7 梯度提升树：控制有放回随机抽样，参数subsample
第88任务： 11 11.8 梯度提升树：迭代决策树：重要参数eta
第89任务： 11 11.9 梯度提升树：迭代决策树：重要参数eta
第90任务： 11 11.10完整版中会含有的内容
第91任务： 12 神经网络 live .pdf
第92任务： 12 12.1 神经网络概述
第93任务： 12 12.2 神经网络基本原理
第94任务： 12 12.3 神经网络的输入、隐藏与输出层
第95任务： 12 12.4 神经网络中的参数w
第96任务： 12 12.5 神经网络是如何工作的
第97任务： 12 12.6 sklearn中的神经网络
学
习
中
心
TOP
技术支持
CDA人工智能社区
工作时间：9:00-19:00
陈老师：13077998983
邮箱：
edu_cda_cn@foxmail.com
