ML 学习站
跳到正文
课程目录监督学习进阶
进阶监督学习分类sklearnXGBoost

监督学习进阶

在掌握线性回归之后,深入 4 类主流监督学习算法,理解它们各自擅长什么、什么时候该用。

总时长 约 5 小时5 个章节ML 学习站
开始学习 · 逻辑回归

你将学到

  • 围绕「监督学习」主题展开的系统化训练
  • 围绕「分类」主题展开的系统化训练
  • 围绕「sklearn」主题展开的系统化训练
  • 围绕「XGBoost」主题展开的系统化训练

章节目录

共 5 章, 建议按顺序学习。

  1. 01

    逻辑回归

    30 分钟

    从线性到 sigmoid、二分类原理与正则化。

  2. 02

    决策树

    35 分钟

    信息熵、ID3/C4.5 概念、树的剪枝与可视化。

  3. 03

    支持向量机

    30 分钟

    最大间隔、核函数、SVM 在非线性问题上的威力。

  4. 04

    集成学习

    30 分钟

    Bagging、Boosting、Random Forest 与 XGBoost 思想。

  5. 05

    假设检验与 A/B 测试

    35 分钟

    用 p 值、置信区间判断两个模型/两组实验的差异是否显著。