# 实用机器学习

**Repository Path**: laiweiatshmtu/practical_machine_learning

## Basic Information

- **Project Name**: 实用机器学习
- **Description**: 实用机器学习课件及代码_2023/10
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 19
- **Forks**: 2
- **Created**: 2023-10-11
- **Last Updated**: 2025-05-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 实用机器学习

#### 介绍
实用机器学习课件及每章代码


#### 第一章 机器学习基础

1.  机器学习基本概念及基本任务
2.  机器学习算法
3.  线性回归及对数几率回归
4.  线性回归模型实现及机器学习常用平台

#### 第二章 树模型

1.  决策树及ID3算法
2.  C4.5算法及CART
3.  决策树集成
4.  XGBoost

#### 第三章 神经网络基础

1. 神经网络基本概念
2. 多层前馈神经网络及BP算法
2. 计算图与自动微分
3. 自编码器

#### 第四章 卷积神经网络

1. 卷积的概念
2. 卷积神经网络
3. 几种经典的卷积神经网络
4. 卷积神经网络实践

#### 第五章 循环神经网络

1. 循环神经网络基本概念
2. 简单循环神经网络
3. 基于门控的循环神经网络
4. 深度循环神经玩过
5. 循环神经网络实践


#### 第六章 模型无关的机器学习技术

1. 防过拟合技术
2. 特征选择
3. 半监督学习
4. 神经网络优化