- 教材采用 《数据科学与应用——第二版》
- 课本所有代码在 书本内容 中
- 所有课后习题代码在
dataScience/1.1~5
中 - 大作业在 final_homework中
- 文件夹中有一些参考样卷
教学内容为:python基础/常用的分类,聚类库的使用(不涉及原理)如KNN,随机森林,PCA等
- 教材采用 《统计学习方法》——李航
- 章节代码在 machineLearning文件夹中
- 大作业在 machine_learing_final中
- 可以在 wolai-机器学习中找到所有的理论推导过程和课后习题的详细答案
教学内容为 KNN,朴素贝叶斯,感知机,线性回归,逻辑回归,KD树,C4.5,CART算法,随机森林,XGBOOST,聚类算法,PCA等,涉及理论推导过程 考试内容为闭卷,选择+填空+大题
- 教材采用 《人工智能与应用》
- 作业代码在Articifical Intelligence中
- 内涵开卷材料汇总
- 尽量选肖ll老师的课!!!!!人好