极客时间-黄佳-零基础实战机器学习（完结）

编辑点评

深入浅出，实战案例丰富，适合初学者快速上手。

⭐ 编辑推荐

黄佳老师带你从零基础出发，通过实战案例学习机器学习，掌握核心算法和应用。

✨ 课程亮点

课程目录

📁 01-开篇词(1讲)
开篇词丨开发者为什么要从实战出发学机器学习？.m4a [9.8 MB]
开篇词丨开发者为什么要从实战出发学机器学习？.pdf [21.0 MB]
开篇词丨开发者为什么要从实战出发学机器学习？.html [3.5 MB]
📁 05-结束语(1讲)
一套习题，测出你对机器学习的掌握程度.pdf [1.3 MB]
结束语丨可以不完美，但重要的是马上开始.m4a [7.2 MB]
结束语丨可以不完美，但重要的是马上开始.html [2.6 MB]
结束语丨可以不完美，但重要的是马上开始.pdf [2.0 MB]
一套习题，测出你对机器学习的掌握程度.html [2.3 MB]
一套习题，测出你对机器学习的掌握程度.m4a [498.1 KB]
📁 03-业务场景闯关篇 (6讲)
18丨增长模型：用XGBoost评估裂变海报的最佳受众群体.html [5.0 MB]
14丨留存分析：哪些因素会影响用户的留存率？.html [3.5 MB]
14丨留存分析：哪些因素会影响用户的留存率？.pdf [3.7 MB]
07丨回归分析：怎样用模型预测用户的生命周期价值？.pdf [6.1 MB]
09丨模型优化（中）：防止过拟合，模型也不能太精细.pdf [4.5 MB]
08丨模型优化（上）：怎么用特征工程提高模型效率？.m4a [22.1 MB]
17｜集成学习：机器学习模型如何“博采众长”_.html [4.5 MB]
09丨模型优化（中）：防止过拟合，模型也不能太精细.html [4.7 MB]
12｜深度学习（中）：如何用RNN预测激活率走势？.html [3.5 MB]
06丨聚类分析：如何用RFM给电商用户做价值分组画像？.pdf [4.4 MB]
13丨深度学习（下）：3招提升神经网络预测准确率.m4a [16.1 MB]
15丨二元分类：怎么预测用户是否流失？从逻辑回归到深度学习.html [4.0 MB]
05丨数据探索：怎样从数据中找到用户的RFM值？.m4a [11.8 MB]
15丨二元分类：怎么预测用户是否流失？从逻辑回归到深度学习.m4a [13.4 MB]
06丨聚类分析：如何用RFM给电商用户做价值分组画像？.html [3.9 MB]
18丨增长模型：用XGBoost评估裂变海报的最佳受众群体.pdf [3.8 MB]
16丨性能评估：不平衡数据集应该使用何种评估指标？.pdf [4.3 MB]
10丨模型优化（下）：交叉验证，同时寻找最优的参数.pdf [3.2 MB]
07丨回归分析：怎样用模型预测用户的生命周期价值？.html [7.0 MB]
07丨回归分析：怎样用模型预测用户的生命周期价值？.m4a [16.4 MB]
10丨模型优化（下）：交叉验证，同时寻找最优的参数.m4a [14.5 MB]
11｜深度学习（上）：用CNN带你认识深度学习.pdf [7.9 MB]
10丨模型优化（下）：交叉验证，同时寻找最优的参数.html [3.8 MB]
…（已达 35 条上限，后续省略）
…（已达 35 条上限，后续省略）

适合人群

• 机器学习初学者
• 数据分析人员
• 数据科学爱好者

🎯 学习收获

• 掌握机器学习基础
• 学会核心算法应用
• 提升实战能力

🎉 祝您学习愉快！