【数据技术课堂】机器学习实战

编辑点评

课程深入浅出，结合实际案例，帮助学员掌握机器学习核心算法。

⭐ 编辑推荐

本课程聚焦机器学习实战，通过案例解析，让学员快速上手。

✨ 课程亮点

课程目录

📁 课件
课件.zip [3.3 GB]
008.Lesson 3.0 线性回归的手动实现.mp4 [53.6 MB]
197_【金融案例】09-GAME策略和bureau表单的业务特征衍生.mp4 [105.4 MB]
077.Lesson 13.2.1 基本迭代过程中的参数群.mp4 [154.3 MB]
163.Part 4.2.2 网格搜索超参数优化实战（下）.mp4 [362.1 MB]
225_【WDSM时序案例】04-赛题理解(4)-解读登录数据集-(上).mp4 [114.7 MB]
244_【WDSM时序案例】23【加餐】时序模型-(10)-确定p、d、q的超参数值.mp4 [157.8 MB]
190_【金融案例】02-比赛背景与目标.mp4 [194.8 MB]
145.Part 3.3.1 缺失值过滤与方差过滤.mp4 [178.2 MB]
128.Part 3.2.12 时序特征衍生与自然周期划分.mp4 [135.4 MB]
082.Lesson 13.2.6 XGBoost中的必要功能性参数.mp4 [99.0 MB]
238_【WDSM时序案例】15【加餐】ARIMA模型详解(2)-AR自回归模型的训练与测试流程.mp4 [126.5 MB]
171.Part 4.3.4.1 交叉训练基本思想和数据准备.mp4 [108.7 MB]
136.Part 3.2.20 分组统计高阶函数编写.mp4 [248.8 MB]
146.Part 3.3.2 评分函数与特征筛选评估器.mp4 [216.8 MB]
219_【股价项目】11-指数加权移动平均.mp4 [68.1 MB]
013.Lesson 4.1.1 逻辑回归模型构建与多分类学习方法（上）.mp4 [689.8 MB]
106.Part 2.8 逻辑回归机器学习流超参数搜索调优.mp4 [197.4 MB]
075.Lesson 13.1.3 实现XGBoost回归：xgb原生代码详解.mp4 [202.7 MB]
006.Lesson 2.2 矩阵运算基础、矩阵求导与最小二乘法（二）.mp4 [1.1 GB]
127.Part 3.2.11 时序特征分析方法.mp4 [198.7 MB]
005.Lesson 2.1 矩阵运算基础、矩阵求导与最小二乘法（一）.mp4 [549.0 MB]
151.Part 3.3.7 离散变量之间的互信息法.mp4 [297.8 MB]
206_【金融案例】-18-optuna实现贝叶斯优化.mp4 [59.1 MB]
240_【WDSM时序案例】19【加餐】时序模型-(6)-滞后算子与差分运算.mp4 [101.1 MB]
237_【WDSM时序案例】16【加餐】时序模型-(3)-MA模型原理与公式讲解.mp4 [198.1 MB]
125.Part 3.2.9 多变量多项式衍生与笛卡尔积运算.mp4 [181.8 MB]
230_【WDSM时序案例】07-赛题理解(7)-时间窗口与赛题难点.mp4 [96.2 MB]
048.Lesson 9.5 随机森林在巨量数据上的增量学习.mp4 [351.5 MB]
108.【用户流失】Part 2.10 逻辑回归模型解释与特征系数解读.mp4 [124.7 MB]
205_【金融案例】-16-focal-loss在多分类上的实现.mp4 [76.8 MB]
068.Lesson 12.5 梯度提升树的提前停止.mp4 [258.5 MB]
…（已达 35 条上限，后续省略）

适合人群

• 机器学习初学者
• 数据分析师
• 算法工程师

🎯 学习收获

• 掌握机器学习核心算法
• 提升实战能力
• 应用于实际项目中

🎉 祝您学习愉快！