01
机器学习与大数据
02
机器学习的思考故事第二部分（1）：深入理解机器如何学到？
03
机器学习的思考故事第二部分（2）：深入理解机器为何能学？
04
机器学习的思考故事第二部分（3）：如何学习的更好？更多的模型
05
机器学习的思考故事第二部分（4）：如何应用的更好？
-
进入学习
【点播】 2.4.1 机器学习的实践经验-问题建模（27分钟） -
进入学习
【点播】 2.4.2.1 特征工程（1）特征本质及获取方式（34分钟） -
进入学习
【点播】 2.4.2.2 特征工程（2）案例（32分钟） -
进入学习
【点播】 2.4.2.3 特征工程（3）特征的常用处理及思考（28分钟） -
进入学习
【点播】 2.4.3.1 样本处理（1）样本是什么&冷启动问题（24分钟） -
进入学习
【点播】 2.4.3.2 样本处理（2）样本分布不一致&样本不平衡&业务变化快问题（30分钟） -
进入学习
【点播】 2.4.4.1 模型评估（1）（36分钟） -
进入学习
【点播】 2.4.4.2 模型评估（2）（30分钟） -
进入学习
【点播】 2.4.4.3 模型评估（3）（23分钟） -
进入学习
【点播】 2.4.4.4 模型评估（4）（27分钟）
06
机器学习的思考故事第三部分（1）：互联网营销策略中的统计模型
07
机器学习的思考故事第三部分（2）：图像检索的技术思想
08
机器学习的思考故事第三部分（3）：知识图谱与对话系统
还可以输入500个字
关注微信
扫码了解更多
推荐课程
-
免费 15,635人报名 -
免费 13,770人报名
全部评论（0）
查看更多评论
暂无评论