首页视频支持向量机算法

支持向量机算法原创

播放0
腾讯云机器学习应用工程师培训将通过理论精讲与实战练习相结合的方式,帮助学员搭建体系化的机器学习知识框架,熟悉主流机器学习算法,如何利用机器学习平台完成实际场景下的模型搭建和模型评估。 【课程目标】 搭建体系化的机器学习知识框架 熟悉主流机器学习算法 掌握如何利用机器学习平台完成实际场景下的模型搭建和模型评估。 【适用对象】 适用于对机器学习有兴趣并希望从事人工智能或机器学习领域相关工作的学生或个人开发者;需要在工作中使用机器学习平台的企业或个人用户。 【课程大纲】 [表格]

我来说两句

0 条评论
登录 后参与评论

作者

云加社区直播小编
1
14分26秒
人工智能历史、内涵及外延
13K
2
17分29秒
线性回归算法
9.5K
3
20分30秒
特征选择
9.4K
4
31分24秒
SVD原理与应用
8.4K
5
31分44秒
PCA原理与实践
0
6
32分29秒
fp-growth关联规则算法
0
7
22分36秒
聚类算法
1
8
13分43秒
随机森林回归算法
1
9
28分43秒
决策树回归算法
0
10
13分37秒
随机森林算法
5.6K
11
15分39秒
人工智能应用领域
8.4K
12
41分29秒
支持向量机算法
0
13
25分2秒
logistic回归算法
9.5K
14
32分40秒
朴素贝叶斯算法
1
15
31分37秒
决策树算法
8.5K
16
15分55秒
k-近邻算法
695
17
33分7秒
机器学习概述
9.5K
18
15分29秒
人工智能知识体系
11.5K
19
27分3秒
模型评估简介
6.4K

相关推荐

8分23秒
02 第一个C++程序-C++书写HelloWorld
0
23分14秒
第 3 章 无监督学习与预处理:凝聚聚类
0
15分48秒
第 3 章 无监督学习与预处理:k 均值聚类(2)
0
23分30秒
第 3 章 无监督学习与预处理:k 均值聚类(1)
91
15分55秒
第 3 章 无监督学习与预处理:用 t-SNE 进行流形学习
148
32分42秒
第 3 章 无监督学习与预处理:非负矩阵分解
0

扫码关注云+社区

领取腾讯云代金券