机器学习实战-练习
机器学习实战，练习型实验。
课程内容
共14个章节 42个实验
1 第1章 KNN
KNN
实验1 练习01-KNN算法及实现
机器学习-监督学习-分类
实验2 练习02-基于KNN的手写字识别
机器学习-监督学习-分类
实验3 练习03-基于KNN的约会网站配对效果改进
机器学习-监督学习-分类
实验4 练习04-基于KNN的IRIS分类
机器学习-监督学习-分类
实验5 练习05-基于KNN的乳腺癌诊断
机器学习-监督学习-分类
2 第2章 决策树
决策树
实验1 练习06-决策树算法及实现
机器学习-监督学习-分类
实验2 练习07-基于决策树的隐性眼镜选择
机器学习-监督学习-分类
3 第3章 朴素贝叶斯
朴素贝叶斯
实验1 练习08-朴素贝叶斯算法及实现
机器学习-监督学习-分类
实验2 练习09-基于朴素贝叶斯的言论过滤器
机器学习-监督学习-分类
实验3 练习10-基于朴素贝叶斯的垃圾邮件过滤
机器学习-监督学习-分类
实验4 练习11-基于朴素贝叶斯的新闻分类
机器学习-监督学习-分类
4 第4章 逻辑回归
逻辑回归
实验1 练习12-逻辑回归算法及实现
机器学习-监督学习-分类
实验2 练习13-基于逻辑回归的病马死亡率预测
机器学习-监督学习-分类
5 第5章 SVM
SVM
实验1 练习14-SVM支持向量机算法及实现
机器学习-监督学习-分类
实验2 练习15-基于SVM实现手写字识别
机器学习-监督学习-分类
6 第6章 集成学习
集成学习
实验1 练习16-AdaBoost算法及实现
机器学习-监督学习-分类
7 第7章 回归
回归
实验1 练习17-一元线性回归算法及实现
机器学习-监督学习-回归
实验2 练习18-多元线性回归算法及实现
机器学习-监督学习-回归
实验3 练习19-基于线性回归预测鲍鱼年龄
机器学习-监督学习-回归
实验4 练习20-线性回归详解
线性回归详解
实验5 练习21-多项式回归算法及实现
机器学习-监督学习-回归
实验6 练习22-线性回归预测乐高玩具套装价格
机器学习-监督学习-回归
实验7 练习23-树回归算法及实现
机器学习-监督学习-回归
8 第8章 K均值聚类
K均值聚类
实验1 练习24-K-Means聚类算法及实现
机器学习-无监督学习-聚类
实验2 练习25-K-Means聚类算法聚类地图上点聚类
机器学习-无监督学习-聚类
9 第10章 Apriori
Apriori
实验1 练习26-Apriori算法及实现
机器学习-无监督学习-关联规则
实验2 练习27-基于Apriori算法的投票模型挖掘
机器学习-无监督学习-关联规则
实验3 练习28-基于Apriori算法发现毒蘑菇相似特征
机器学习-无监督学习-关联规则
10 第11章 FP-Growth
FP-Growth
实验1 练习29-FP-Growth算法及实现
机器学习-无监督学习-关联规则
实验2 练习30-基于FP-Growth算法的小说《三体》高频词分析
机器学习-无监督学习-关联规则
实验3 练习31-基于FP-Growth算法的新闻网站点击流挖掘
机器学习-无监督学习-关联规则
11 第12章 PCA
PCA
实验1 练习32-PCA算法及实现
机器学习-无监督学习-数据降维
实验2 练习33-基于PCA算法的半导体制造数据降维
机器学习-无监督学习-数据降维
12 第13章 SVD
SVD
实验1 练习34-SVD算法及实现
机器学习-无监督学习-数据降维
实验2 练习35-基于SVD算法的图像压缩
机器学习-无监督学习-数据降维
实验3 练习36-基于SVD的餐馆推荐引擎
机器学习-无监督学习-数据降维
13 第14章 协同过滤
协同过滤
实验1 练习37-协同过滤算法及实现
机器学习-无监督学习-推荐系统
实验2 练习38-基于协同过滤算法实现电影推荐系统
机器学习-无监督学习-推荐系统
14 第15章 特征工程
特征工程
实验1 练习39-数据补全介绍及实现
机器学习-进阶学习-特征工程
实验2 练习40-R语言特征工程实战
机器学习-进阶学习-特征工程
实验3 练习41-基于sklearn实现特征提取
机器学习-进阶学习-特征工程
实验4 练习42-面向IRIS数据集的特征工程实战
机器学习-进阶学习-特征工程
