- 全部
- 博客
- 下载
- 论坛
- 学院
- 问答
- python数据分析与机器学习实战 - CSDN学院
-
- 课程风格通俗易懂，真实案例实战。精心挑选真实的数据集为案例，通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础，所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家入门机器学习。 学习收益： 1.掌握Python数据科学工具包，包括矩阵数据处理与可视化展示。 2.掌握机器学习算法原理推导，从数学上理解算法是怎么来的以及其中涉及的细节。 3.掌握每一个算法所涉及的参数，详解其中每一步对结果的影响。 4.熟练使用Python进行建模实战，基于真实数据集展开分析，一步步完成整个建模实战任务。
- https://edu.csdn.net/course/detail/3904
- 博客目录 - CSDN博客
- R语言学习笔记R实现机器学习R机器学习（一）——一元回归R机器学习（二）——非线性回归R机器学习（三）——多元回归R机器学习（四）——logistics回归R机器学习（五）——决策树ID3算法R机器学习（六）——决策树C4.5算法R机器学习（七）——回归树CART算法R机器学习（八）——K-means聚类R机器学习（九）——层次聚类R机器学习（十）——密度聚类DBSCANR机器学习（十一）——Ap...
- https://blog.csdn.net/roguesir/article/details/77841173
- 博客目录——R语言学习笔记 - CSDN博客
- 更新日期：2018/04/24 R实现机器学习 R机器学习（一）——一元回归 R机器学习（二）——非线性回归 R机器学习（三）——多元回归 R机器学习（四）——logistics回归 R机器学习（五）——决策树ID3算法 R机器学习（六）——决策树C4.5算法 R机器学习（七）——回归树CART算法 R机器学习（八）——K-means聚类 R机器学习（九）——层次聚类 R...
- https://blog.csdn.net/roguesir/article/details/80068253
- 【R笔记】R机器学习（二）——非线性回归 - CSDN博客
- R机器学习（二）——非线性回归
- https://blog.csdn.net/roguesir/article/details/78068005
- 【R笔记】R机器学习（四）——logistics回归模型 - CSDN博客
- R机器学习（四）——logistics回归模型
- https://blog.csdn.net/roguesir/article/details/78088650
- 【R笔记】R机器学习（一）——一元回归模型 - CSDN博客
- R机器学习（一）——一元回归模型
- https://blog.csdn.net/roguesir/article/details/78067993
- 推荐书籍《机器学习与R语言》附下载链接 - CSDN博客
- 《机器学习与R语言》通过将实践案例与核心的理论知识相结合，提供了你开始将机器学习应用到你自己项目中所需要的知识。《机器学习与R语言》主要内容：机器学习的基本概念和理论，用于机器学习的R软件环境；如何应用R来管理数据，进行数据的探索分析和数据可视化；典型的机器学习算法和案例，并给出了详细的分析步骤；模型性能评价的原理和方法；提高模型性能的几种常用方法；其他机器学习主题。《机器学习与R语言》适用于任何...
- https://blog.csdn.net/weixin_43107657/article/details/82661090
- Weka与R - CSDN博客
- 原帖找不到，可能被删或者fengle 1）Weka： Weka，一个机器学习开源项目的简称（Waikato Environment for Knowledge Analysis，http://www.cs.waikato.ac.nz/~ml/weka/ ）。Weka项目从1992年开始，由新西兰政府支持，现在已在机器学习领域大名鼎鼎。Weka里有非常全面的机器学习 算法，包括数据预处理、
- https://blog.csdn.net/lawlietwf/article/details/39338407
- Machine Learning with R, 2nd Edition 免积分下载 - CSDN博客
- Machine Learning with R 2nd.EditionMachine Learning with R本书介绍机器学习的核心是将数据转化为可操作的知识，这使得机器学习非常适合当今的大数据时代。鉴于r€日益突出“一个跨平台、零成本的统计编程环境-€”，从没有比现在更好的时候开始将机器学习应用于您的数据。无论您是数据分析新手还是老手，具有r的机器学习提供了一套强大的工具。方法可以快速、轻...
- https://blog.csdn.net/qq_30870311/article/details/79870650
r 机器学习的相关搜索