VIP20
本课程属于：004-AutoDock分子对接筛选 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

机器学习分类模型构建与模式识别

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
模式识别概述
模式识别的定义 · 发展历程 · 典型应用场景（如人脸识别
模式识别概述模式识别的定义
02
机器学习基础
监督学习 · 无监督学习 · 半监督学习
机器学习基础监督学习
03
数据预处理
数据清洗（缺失值处理 · 异常值检测） · 数据标准化与归一化
数据预处理数据清洗
04
特征工程
特征提取 · 特征选择 · 特征构造（PCA
特征工程特征提取
05
数据集划分
训练集 · 验证集 · 测试集的划分策略（留出法
数据集划分训练集
06
性能评估
混淆矩阵 · 准确率 · 精确率
性能评估混淆矩阵
07
K近邻（KNN）
算法原理 · 距离度量（欧氏距离 · 曼哈顿距离）
KNNK近邻
08
朴素贝叶斯
贝叶斯定理 · 朴素假设 · 高斯朴素贝叶斯
朴素贝叶斯贝叶斯定理
09
线性分类器
感知机模型 · 逻辑回归（Sigmoid函数 · 梯度下降
线性分类器感知机模型
10
支持向量机（SVM）
最大间隔超平面 · 核函数（线性核 · RBF核）
SVM支持向量机
11
决策树
信息增益 · 基尼指数 · ID3/C4.5/CART算法
决策树信息增益
12
随机森林
Bagging思想 · 随机森林的构建过程 · 特征重要性评估
随机森林Bagging
13
梯度提升树
GBDT · XGBoost · LightGBM
梯度提升树GBDT
14
集成学习
投票法（硬投票 · 软投票） · Stacking
集成学习投票法
15
人工神经网络基础
感知机 · 多层感知机（MLP） · 激活函数（Sigmoid
人工神经网络基础感知机
16
深度学习入门
卷积神经网络（CNN）的基本结构（卷… · 池化层 · 全连接层）
深度学习入门CNN
17
CNN经典模型
LeNet · AlexNet · VGG
CNN经典模型
18
循环神经网络（RNN）
序列建模 · RNN的梯度消失问题 · LSTM与GRU
RNN循环神经网络
19
图像分类实战
使用CNN实现手写数字识别（MNIS… · CIFAR-10分类
图像分类实战CNN
20
文本分类实战
词袋模型 · TF-IDF · Word2Vec
文本分类实战词袋模型
21
聚类算法（一）
K-means算法原理 · K值选择（肘部法则 · 轮廓系数）
聚类算法K-means
22
聚类算法（二）
层次聚类（凝聚式 · 分裂式） · DBSCAN密度聚类
聚类算法层次聚类
23
降维算法
主成分分析（PCA） · 线性判别分析（LDA） · t-SNE可视化
降维算法PCA
24
过拟合与欠拟合
偏差-方差权衡 · 正则化（L1/L2） · Dropout
过拟合欠拟合
25
模型选择与调参
网格搜索 · 随机搜索 · 贝叶斯优化
模型选择调参
26
类别不平衡问题
重采样（过采样SMOTE · 欠采样） · 代价敏感学习
类别不平衡问题SMOTE
27
多分类与多标签
One-vs-One · One-vs-Rest · 多输出分类
多分类多标签
28
半监督学习
自训练 · 协同训练 · 图半监督方法
半监督学习自训练
29
模型解释性
SHAP值 · LIME · 特征重要性
模型解释性SHAP
30
综合实战案例
从数据采集到部署（以鸢尾花分类或客户… · 完整流程综述）
综合实战案例从数据采集到部署