1人工智能概述
2什么是机器学习
3机器学习算法分类
4机器学习开发流程
5学习框架和资料介绍
6可用数据集
7sklearn数据集使用
8字典特征抽取
9文本特征抽取CountVectorizer
10中文文本特征抽取
11文本特征抽取TfidfVevtorizer
12数据预处理-归一化
13数据预处理-标准化
14什么是降维
15删除低方差特征与相关系数
16主成分分析
17instacart降维案例
18总结
19上节回顾
20转换器与预估器
21KNN算法
22模型选择与调优
23Facebook案例流程分析
24Facebook案例代码实现
25朴素贝叶斯算法原理
26朴素贝叶斯算法对文本分类
27认识决策树
28决策树算法对鸢尾花分类
29泰坦尼克号乘客分类案例流程分析
30泰坦尼克号案例代码实现
31随机森林
32总结
33上节回顾
34线性模型
35损失函数
36优化方法1-正规方程
37优化方法2-梯度下降
38正规方程与梯度下降对比
39梯度下降优化器
40过拟合与欠拟合