数据挖掘与机器学习导论
夏睿
计算机科学与工程学院
南京理工大学
课程信息 （联系方式、课程大纲、参考书目、考核方法等）
课程内容
- 机器学习简介 [课件]
- 线性回归 [课件]
- Logistic/Softmax回归 [课件]
- 感知机[课件]
- 人工神经网络 [课件]
- 支持向量机 [课件]
- 生成式vs.判别式，过拟合与正则化 [课件]
- 朴素贝叶斯模型 [课件]
课程设计
- 编码实现线性回归算法对南京房价进行预测 [课件第12页]
- 编码实现逻辑斯蒂回归算法对考生录取问题建模 [课件第15页]
- 编码实现Softmax回归算法对考生录取问题建模 [课件第23页]
- 实现感知器、多类感知器模型对考生录取问题建模 [课件第10页]
- 编码实现三层前馈神经网络及其反向传播算法 [课件14页]
- 基于Tensorflow实现三层前馈神经网络及其反向传播算法 [课件第15页]
- 基于LibSVM实现考生录取问题SVM分类建模 [课件第62页]
- 编码实现朴素贝叶斯分类算法进行文本分类
最后修改 2018-9-10