免费公开课｜1小时入门机器学习经典模型

机器学习绕不开的一个话题，就是“模型”。

机器学习不需要人类来总结经验、输入逻辑，人类只需要把大量数据输入给计算机，然后计算机就可以自己总结经验归纳逻辑，这个过程叫作训练，训练过后得到一个模型，这个模型就可以用来代替人去做判断了。因此，评估训练出的模型是准确预测的关键。

经典的机器学习模型有很多，比如决策树模型、Logistic 回归、贝叶斯模型、支持向量机 SVM、人工神经网络等。关于究竟哪个模型是最好的？大家有很多争论。其实，模型被训练出来是为了解决实际问题，比如：提升广告转化率，电商产品推荐以及垃圾邮件检测等等。因此，没有最好的模型，只有最适合的模型

。

为了让对人工智能、机器学习感兴趣的小伙伴能深入理解各经典模型及其用法，StuQ 请来 Autodesk 软件研发工程师——卢誉声老师和老人福祉科技实验室主要项目负责人——金柳颀老师，在 6 月 27 日 20:00-21:00，带大家 1 小时入门机器学习经典模型～

在 1 个小时里，你将收获：

决策树模型

• 引子：天气的预测

• 决策树思想

• 使用决策树处理天气预测

• ID3 与 C4.5 算法

Logistic 回归

• 引子：疾病因素分析

• 回归分析

• Logistic 回归

• 使用 Logistic 回归分析疾病风险因素

贝叶斯模型

• 引子：彩球抽奖

• 基础概率知识

• 贝叶斯公式

• 朴素贝叶斯模型

• 使用朴素贝叶斯模型解决彩球抽奖问题

• 前瞻：贝叶斯网络

本次公开课，原价 49 元，现在免费开放给大家，想报名的同学，快来吧~

长按上图「二维码 」，添加小助手，即可获得听课地址～