课程概述
本课程为乐学偶得出品的《Pure Python机器学习实战》系列的中的实战项目《红酒质量分析预测项目》,数据来源为Kaggle公开红酒、白葡萄酒质量与偏好数据,所有算法均为Pure Python现场构建,是打好Python算法与Python机器学习理论、机器学习实战运用的精品学习材料。
课程共17节课,已经完全更新完毕,大纲如下:
1.项目总体介绍
2.项目流程分析与方法应对
3.依赖的最基础Python自带库
4.数据读取功能的实现
5.数据类型转换等预处理的实现
6.极值与标准化数据的实现
7.K-fold切分数据的实现
8.RMSE模型评分功能的实现
9.线性预测的实现
10.随机梯度下降推断系数的实现
11.利用真实红酒数据应用以上模型
12.模型调参与RMSE打分
*为方便大家学习与理解,课程中做了相应简化,想深挖钻研的小伙伴可以研读有关红酒与数据挖掘的拓展论文:
《Modeling Wine Preferences By Data Mining form Physio-chemical Properties》
课程共17节课,已经完全更新完毕,大纲如下:
1.项目总体介绍
2.项目流程分析与方法应对
3.依赖的最基础Python自带库
4.数据读取功能的实现
5.数据类型转换等预处理的实现
6.极值与标准化数据的实现
7.K-fold切分数据的实现
8.RMSE模型评分功能的实现
9.线性预测的实现
10.随机梯度下降推断系数的实现
11.利用真实红酒数据应用以上模型
12.模型调参与RMSE打分
*为方便大家学习与理解,课程中做了相应简化,想深挖钻研的小伙伴可以研读有关红酒与数据挖掘的拓展论文:
《Modeling Wine Preferences By Data Mining form Physio-chemical Properties》