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