在本视频中，您将跟随Loren Shure快速入门机器学习算法，并了解三种类型的机器学习（聚类，分类和回归）：
聚类——将一组事物分成具有不同属性的组；
分类——用于图像中的对象检测，预测性维护和垃圾邮件检测等应用程序；

回归——用于构建模型，以预测给定其他功能的连续体的响应。

本视频用简单易懂的方法讲解机器学习算法中的线性回归、邻近算法（K-NN）、k均值聚类算法（k-means）、支持向量机（SVM）、判别分析、决策树（Decision Tree）

• 课时1：什么是机器学习 (3分51秒)
• 课时2：机器学习快速入门—线性回归 (1分33秒)
• 课时3：机器学习快速入门—k近邻算法（K-NN） (56秒)
• 课时4：机器学习快速入门—k均值聚类算法（k-means） (1分49秒)
• 课时5：机器学习快速入门—支持向量机（SVM） (3分0秒)
• 课时6：机器学习快速入门—判别分析 (2分49秒)
• 课时7：机器学习快速入门—决策树（Decision Tree） (1分44秒)

展开↓