机器学习技术

单元1 机器学习导引 1
任务1.1 使用机器学习方法实现纸币真假分类 2
任务1.2 开发环境的搭建及本地模型的训练、评估 25
测试习题 49
单元2 朴素贝叶斯算法 52
任务2.1 垃圾短信数据集导入与数据预处理 52
任务2.2 训练贝叶斯分类器 56
任务2.3 模型评估 63
测试习题 72
单元3 决策树 75
任务3.1 天气数据集导入与数据预处理 76
任务3.2 训练决策树模型 83
任务3.3 模型评估 97
测试习题 100
单元4 k-NN算法 102
任务4.1 Seeds数据集导入与数据预处理 102
任务4.2 训练k-NN模型 106
任务4.3 模型评估 111
测试习题 116
单元5 聚类 119
任务5.1 鸢尾花数据集导入与数据预处理 119
任务5.2 训练k-Means模型 124
任务5.3 模型评估 134
测试习题 142
?
单元6 线性回归 145
任务6.1 房价数据集导入与数据预处理 145
任务6.2 训练线性回归模型 151
任务6.3 模型评估 161
测试习题 166
单元7 SVM算法 170
任务7.1 蘑菇数据集导入与数据预处理 170
任务7.2 训练SVM算法模型 174
任务7.3 模型评估 182
测试习题 187
单元8 神经网络 190
任务8.1 MNIST数据集导入与数据预处理 191
任务8.2 训练神经网络 197
任务8.3 深度学习 213
测试习题 234