/Machine-Learning-with-Python

内容摘自'**大学MOOC'

Primary LanguagePython

Machine-Learning-with-Python

内容摘自'**大学MOOC':Python机器学习应用

人工智能(AI)如何建立呢?通过逻辑推理,还是通过学习模仿?近年来的发展看,机器学习似乎略胜一筹,机器学习建立智能,应用人工智能去解决问题吧! 本课程面向各类编程学习者,讲解当下流行的机器学习相关的技术和方法,帮助学习者利用Python语言掌握机器学习算法解决一般问题的基本能力,一窥前沿机器学习算法的奥秘。 本课程介绍Python计算生态中广受欢迎的机器学习算法库scikit-learn,这些算法在工程、信息、管理、经济等学科领域具有极其广泛的应用潜力,被全世界各大科研院所和国际知名公司广泛采用,包括必修内容和选修内容两部分。

必修内容包括:

  • 理解机器学习,通过介绍机器学习的基本问题(分类、聚类、回归、降维)介绍经典算法;
  • Python第三方库sklearn(scikit-learn),讲解应用机器学习算法快速解决实际问题的方法。

选修内容包括:

  • 讲解AlphaGo背后的机器学习原理(强化学习);
  • 游戏对战实例展示,通过实例展示自主学习的强大魅力。

该课程希望传递“理解和运用计算生态,培养集成创新思维”的理念,重点培养学习者运用当代最优秀第三方专业资源,快速分析和解决问题的能力。 “人生苦短,不要刀耕火种”,嵩老师教你直面问题和需求,用最好的工具解决它! 2017年度全新上线的Python语言系列专题课,带给你不一样的学习体验!

Python 网络爬虫与信息提取 http://www.icourse163.org/course/BIT-1001870001

Python 数据分析与展示 http://www.icourse163.org/course/BIT-1001870002

Python 机器学习应用 http://www.icourse163.org/course/BIT-1001872001

Python 科学计算三维可视化 http://www.icourse163.org/course/BIT-1001871001

Python 游戏开发入门 http://www.icourse163.org/course/BIT-1001873001

Python 云端系统开发入门 http://www.icourse163.org/course/BIT-1001871002

预备知识

本课程需要学习者具备Python语言编程的基本知识和初步技能,建议Python零基础学习者先修嵩老师的“Python语言程序设计”课程。具体地,学习者需要预先掌握Python的数字类型、字符串类型、分支、循环、函数、列表类型、字典类型、文件和第三方库使用等概念和编程方法。 本课程需要学习者掌握NumPy、Matplotlib库的基本使用,建议先修嵩老师的“Python数据分析与展示”专题课程。

授课大纲

根据第三方库内容特点,课程共分6个内容模块和2个实战模块:

  • 模块1:机器学习基本**与原理 vs. sklearn库
  • 模块2:无监督学习之聚类、算法与用例(sklearn中的K-means、DBSCAN)
  • 模块3:无监督学习之降维、算法与用例(sklearn中的PCA、NMF)
  • 模块4:监督学习之分类、算法与用例(sklearn中KNN、朴素贝叶斯、决策树)
  • 模块5:监督学习之回归、算法与用例(sklearn中线性回归、非线性回顾
  • 模块6(实战):监督学习实现手写识别实例编写,算法对比与分析
  • 模块7(选修):强化学习方法、深度学习
  • 模块8(选修、实战):实战项目:Flappy Bird游戏智能对战

参考资料

Python集成开发环境(IDE)

参考教程

  • Python零基础入门教程:《Python语言程序设计基础(第2版)》,嵩天、礼欣、黄天羽著,高等教育出版社,2016.12
  • 专题参考资料:《机器学习实战》,Peter Harrington著,人民邮电出版社。

参考网站