项目1?项目环境的准备__eol__任务1.1?项目相关基本概念__eol__1.1.1?概述__eol__1.1.2?机器学习发展简史__eol__1.1.3?机器学习的一般步骤__eol__1.1.4?机器学习的主要任务__eol__1.1.5?模型评估__eol__1.1.6?如何选择合适的算法__eol__1.1.7?项目中关键术语__eol__任务1.2?项目中常用模型__eol__1.2.1?k近邻__eol__1.2.2?回归__eol__1.2.3?决策树__eol__1.2.4?贝叶斯分类__eol__1.2.5?支持向量机__eol__1.2.6?集成学习__eol__1.2.7?聚类__eol__1.2.8?深度神经网络__eol__任务1.3?Python+PyCharm环境配置__eol__1.3.1?为什么选用Python__eol__1.3.2?PyCharm+Python开发环境配置__eol__1.3.3?NumPy安装与PyCharm引入__eol__任务1.4?常用Python分析工具配置__eol__1.4.1?基本知识__eol__1.4.2?第一机器学习案例电影分类业务理解__eol__1.4.3?应用Pandas实现电影分类数据读取__eol__1.4.4?应用Matplotlib实现电影分类数据可视化__eol__1.4.5?应用Sklearn实现电影分类学习过程__eol__1.5?项目复盘__eol__1.6?实操练习__eol__项目2?k近邻回归与分类__eol__任务2.1?k近邻算法概述__eol__2.1.1?什么是k近邻算法__eol__2.1.2?应用Python实现k近邻算法__eol__2.1.3?值的选择与过拟合问题__eol__任务2.2?k近邻算法实现葡萄酒分类__eol__2.2.1?葡萄酒数据的准备__eol__2.2.2?应用Pandas读取葡萄酒实验文本数据__eol__2.2.3?数据分布可视化分析__eol__2.2.4?数据清洗__eol__2.2.5?数据标准化__eol__2.2.6?值的选择__eol__2.2.7?构建完整可用的葡萄酒kNN分类器__eol__2.2.8?结果分析__eol__2.3?项目复盘__eol__2.4?实操练习__eol__项目3?线性回归预测与逻辑回归分类__eol__任务3.1?项目准备__eol__3.1.1?线性回归基本知识__eol__3.1.2?普通最小二乘法__eol__3.1.3?回归方程评估__eol__3.1.4?欠拟合问题__eol__3.1.5?多重共线性问题__eol__3.1.6?岭回归__eol__任务3.2?波士顿房价线性回归预测__eol__3.2.1?数据的准备__eol__3.2.2?应用Pandas读取数据__eol__3.2.3?使用Matplotlib进行数据可视化分析__eol__3.2.4?特征降维处理__eol__3.2.5?线性回归模型降维分析__eol__3.2.6?多项式特征生成__eol__任务3.3?茑尾花逻辑回归分类__eol__3.3.1?逻辑回归基本知识__eol__3.3.2?鸢尾花逻辑回归分类__eol__3.3.3?性能指标ROC和AUC__eol__3.4?项目复盘__eol__3.5?实操练习__eol__项目4?决策树分类与回归__eol__任务4.1?决策树构造__eol__4.1.1?决策树归纳算法基本策略__eol__4.1.2?树的划分规则__eol__4.1.3?树的剪枝处理__eol__任务4.2?鸢尾花决策树分类__eol__4.2.1?决策树分类Python编程__eol__4.2.2?鸢尾花决策树分类深度与过拟合__eol__4.2.3?鸢尾花决策树分类模型与评估__eol__任务4.3?波士顿房价决策树回归__eol__4.3.1?决策树回归Python编程__eol__4.3.2?波士顿房价决策树回归深度与过拟合__eol__4.3.3?波士顿房价决策树回归模型预测与评估__eol__4.4?项目复盘__eol__4.5?实操练习__eol__项目5?贝叶斯分类__eol__任务5.1?知识准备__eol__5.1.1?概述__eol__5.1.2?贝叶斯推断__eol__5.1.3?朴素贝叶斯推断__eol__任务5.2?鸢尾花GaussianNB分类__eol__5.2.1?高斯朴素贝叶斯__eol__5.2.2?鸢尾花分类Python编程__eol__任务5.3?邮件MultinomialNB分类__eol__5.3.1?多项式朴素贝叶斯__eol__5.3.2?邮件贝叶斯过滤分类__eol__5.3.3?数据准备与停用词表准备__eol__5.3.4?中文切分与字符过滤及停用词处理__eol__5.3.5?获取全部训练集中单词列表和频次最高的单词集__eol__5.3.6?获取高频词数据集在邮件中的频次__eol__5.3.7?应用MultinomialNB创建贝叶斯模型训练数据__eol__5.3.8?应用MultinomialNB实现未知邮件分类预测__eol__5.4?项目复盘__eol__5.5?实操练习__eol__项目6?支持向量机__eol__任务6.1?知识准备__eol__6.1.1?基本原理__eol__6.1.2?线性可分与线性不可分__eol__6.1.3?二分类实现__eol__6.1.4?硬间隔与软间隔__eol__6.1.5?应用GridSearchCV自动优选超参数__eol__任务6.2?基于SVM手写数字识别技术__eol__6.2.1?数据的准备与业务分析__eol__6.2.2?手写数字图片可视化显示__eol__6.2.3?应用GridSearchCV寻找高斯核最优参数__eol__6.2.4?数字识别模型实现__eol__任务6.3?半导体制造过程信息传递判定__eol__6.3.1?准备并解析数据__eol__6.3.2?应用Python读取和探查数据__eol__6.3.3?组织需要的数据__eol__6.3.4?数据预处理 __eol__6.3.5?建立半导体制造过程智能分类模型__eol__6.3.6?保存训练模型和分类的结果__eol__6.3.7?模型性能分析__eol__6.3.8?模型性能可视化分析__eol__6.5?项目复盘__eol__6.6?实操练习__eol__项目7?个体学习与集成学习__eol__任务7.1?知识准备__eol__任务7.2?基于kNN学习器Bagging应用__eol__7.2.1?Bagging基本知识__eol__7.2.2?Python鸢尾花分类编程__eol__任务7.3?随机森林回归与分类__eol__7.3.1?随机森林基本知识__eol__7.3.2?随机森林波士顿房价回归预测__eol__7.3.3?随机森林鸢尾花数据两特征组合分类__eol__任务7.4?Boosting应用__eol__7.4.1?Boosting基本知识__eol__7.4.2?AdaBoost鸢尾花数据两特征组合分类__eol__7.4.3?XGBoost葡萄酒分类__eol__7.5?项目复盘__eol__7.6?实操练习__eol__项目8?聚类__eol__任务8.1?知识准备__eol__8.1.1?聚类基本知识__eol__8.1.2?聚类中的主要问题__eol__8.1.3?常用聚类算法__eol__任务8.2?基于K-Means鸢尾花分类__eol__8.2.1?基本知识__eol__8.2.2?数据读取__eol__8.2.3?构建K-Means分类模型__eol__8.2.4?K-Means模型性能评估__eol__8.2.5?K-Means模型结果可视化__eol__8.3?项目复盘__eol__8.4?实操练习__eol__项目9?深度神经网络__eol__任务9.1?知识准备__eol__9.1.1?深度前馈神经网络__eol__9.1.2?示例：印第安人糖尿病诊断__eol__9.1.3?卷积神经网络__eol__9.1.4?循环神经网络和长短期记忆网络__eol__9.1.5?示例：基于LSTM的国际旅行人数预测__eol__任务9.2?基于CNN的时间戳图像识别__eol__9.2.1?准备数据：从视频图像中分割时间数字__eol__9.2.2?分析数据：初始化CNN的网络结构__eol__9.2.3?处理数据：训练CNN的网络参数__eol__9.2.4?使用算法：时间戳识别算法__eol__9.2.5?结果分析：测试CNN模型__eol__9.3?项目复盘__eol__9.4?实操练习__eol__