课程介绍
课程章节
章节1: 决策树分类算法原理 (8节)

课时01

决策树概述示例一(债务偿还)

11分11秒

课时02

决策树概述示例二(找对象)

9分2秒

课时03

决策树的应用和可视化

24分40秒

课时04

决策树graphviz安装与可视化

16分55秒

课时05

信息熵和信息增益概念和公式

8分45秒

课时06

手写代码计算信息熵

29分31秒

课时07

手写代码计算信息熵对比不同属性信息增益

15分4秒

课时08

作业-手写代码计算Gini系数

2分40秒

章节2: 决策树分类算法进阶 (6节)

课时09

决策树原理:代码筛选决策树的根节点

33分32秒

课时10

决策树分类指标详解

38分54秒

课时11

决策树鸢尾花分类案例

11分52秒

课时12

决策树剪枝详解

16分21秒

课时13

决策树超参数选择

16分55秒

课时14

决策树作业葡萄酒分类不同算法比较

2分7秒

章节3: 决策树回归算法 (7节)

课时15

决策树与不同算法综合对比

29分16秒

课时16

决策回归树原理概述

10分30秒

课时17

决策回归树算法示例演示

29分40秒

课时18

决策回归树原理未分裂mse计算

18分27秒

课时19

决策回归树原理根节点裂分mse计算

13分36秒

课时20

决策回归树裂分条件计算

16分22秒

课时21

作业-归一化对不同算法有何影响

1分1秒

章节4: 集成算法 (5节)

课时22

归一化对不同算法影响

7分58秒

课时23

决策回归树VS线性回归

26分5秒

课时24

集成算法原理概述

24分27秒

课时25

随机森林原理和应用

33分59秒

课时26

极限森林原理和应用

17分13秒

章节5:GBDT梯度提升分类树高级 (6节)

课时27

极限森林随机性之所在

15分35秒

课时28

信息熵

3分1秒

课时29

交叉熵原理概述

28分27秒

课时30

GBDT梯度提升分类树使用

21分23秒

课时31

GBDT梯度提升分类树数学公式

10分6秒

课时32

GBDT算例建模与可视化

12分13秒

章节6:GBDT梯度提升分类树进阶 (10节)

课时33

GBDT原理剖析代码拟合第一棵树

21分56秒

课时34

GBDT原理剖析代码拟合第二棵树

9分48秒

课时35

GBDT原理剖析代码拟合第三棵树

4分34秒

课时36

GBDT原理剖析代码计算概率

7分52秒

课时37

GBDT交叉熵损失函数介绍

6分55秒

课时38

GBDT交叉熵损失函数化简

12分5秒

课时39

GBDT交叉熵损失函数求导

6分56秒

课时40

GBDT初始值F0的推导过程

16分58秒

课时41

GBDT叶节点预测值公式推导

30分58秒

课时42

GBDT二分类算法步骤总结

4分42秒

章节7:GBDT梯度提升回归树 (6节)

课时43

集成算法概述

10分38秒

课时44

bagging集成算法代码演示

17分51秒

课时45

GBDT梯度提升回归树概述

4分27秒

课时46

GBDT梯度提升回归树应用

6分22秒

课时47

GBDT梯度提升回归树原理

24分31秒

课时48

GBDT梯度提升回归树裂分条件计算

26分33秒

章节8:Adaboost提升树二分类算法高级 (4节)

课时49

Adaboost算法原理概述

25分32秒

课时50

Adaboost算法应用乳腺癌案例

24分31秒

课时51

Adaboost算法应用多分类案例

10分56秒

课时52

Adaboost算法应用多分类数据清洗案例

22分27秒

章节9:Adaboost提升树二分类算法进阶 (7节)

课时53

Adaboost二分类算法流程讲解

27分16秒

课时54

Adaboost数据建模以及可视化

17分33秒

课时55

Adaboost代码构建第一课树拆分条件计算

23分42秒

课时56

Adaboost代码构建第一棵树弱学习器权重计算以及样本权重更新

11分26秒

课时57

Adaboost代码构建第二棵决策树

28分40秒

课时58

Adaboost代码构建第三棵决策树

7分5秒

课时59

Adaboost弱学习器聚合

3分51秒

章节10:Adaboost提升树多分类算法与回归算法 (6节)

课时60

Adaboost二分类概率代码演示计算

34分16秒

课时61

Adaboost提升树多分类建模预测

16分30秒

课时62

Adaboost多分类代码构建第一棵树

38分34秒

课时63

Adaboost多分类代码构建第二棵树

20分45秒

课时64

Adaboost多分类代码构建第三棵树

6分6秒

课时65

Adaboost多分类概率代码演示计算

10分42秒

章节11:Xgboost算法与实战 (12节)

课时66

Adaboost回归算法建模和算法流程

15分57秒

课时67

Adaboost回归树算法原理代码构建

21分26秒

课时68

XGBoost算法介绍

5分12秒

课时69

XGBoost树结构

11分8秒

课时70

XGBoost目标函数方程

14分18秒

课时71

XBGoost目标函数泰勒展开

9分44秒

课时72

XGBoost目标函数优化

19分40秒

课时73

XGBoost叶节点权重计算公式推导

13分35秒

课时74

XGBoost三种建模方式介绍

21分41秒

课时75

XGBoost实战建模与二分类评价指标ROC-AUC介绍

32分13秒

课时76

XGBoost实战超参数选择

19分1秒

课时77

XGBoost实战参数测试验证

5分48秒

您没有该体系课权限,需要开通权限请点击联系老师。
联系老师
个问题,0回答
提问
暂无提问,赶紧去提问吧~