趋近智
趋近智
本课程介绍机器学习 (machine learning)的基础知识和方法。学习机器学习的定义、其与传统编程的区别以及机器学习算法的基本类型。熟悉数据、特征、模型和评估等核心原理。结合实际案例，构建用于回归、分类和聚类的简单模型。
先修课程 具备Python基础知识者佳
级别:
核心原理
定义机器学习并区分其与传统编程的不同。
机器学习类型
识别并描述监督学习、无监督学习和强化学习。
数据处理
理解数据、特征和标签在机器学习中的作用。
基本算法
解释线性回归、KNN和K-Means等简单算法的运作原理。
模型构建
概述训练和评估基本机器学习模型的步骤。
数据准备
执行基本数据预处理任务，如处理缺失值和特征缩放。