用于回归和分类问题的机器学习技术,其以弱预测模型(通常为决策树)的集合的形式产生预测模型。

VIP内容

主题: 《COMS W4995 Applied Machine Learning Spring 2020》

课程描述: 这门课提供了机器学习和数据科学的实践方法。本课程讨论机器学习方法如SVMs、随机森林、梯度提升和神经网络在真实世界数据集上的应用,包括数据准备、模型选择和评估。这个类补充了COMS W4721,因为它完全依赖于scikit-learn和tensor flow中所有实现的可用开源实现。除了应用模型外,我们还将讨论与产生离子化机器学习模型相关的软件开发工具和实践。

主讲人简介: Andreas C. Müller,哥伦比亚大学数据科学研究所的副研究员,也是O'Reilly《用Python进行机器学习简介》一书的作者。他是scikit学习机学习库的核心开发人员之一,我已经合作维护了几年。他曾在纽约大学数据科学中心从事开源和开放科学研究,并在亚马逊担任机器学习科学家。个人主页:http://amueller.github.io/

成为VIP会员查看完整内容
0
9
Top