机器学习入门系列，黄海广老师主讲。本站将持续更新，ppt、代码、课后习题见文末。
本系列的目录
01.引言
02.回归
03.逻辑回归
04.朴素贝叶斯
05.机器学习实践
06.机器学习库Scikit-learn
07.KNN算法
08.决策树
09.集成学习
10.人工神经网络
11.支持向量机
12.聚类
13.降维
14.关联规则
15.机器学习项目流程
本章目录
- 9.1 集成学习方法概述
- 9.2 AdaBoost和GBDT算法
- 9.3 XGBoost算法
- 9.4 LightGBM算法
9.1 线性回归
视频讲解
图文内容
9.2 AdaBoost和GBDT算法
视频讲解
图文内容
3.3 XGBoost算法
视频讲解
图文内容
9.4 LightGBM算法
视频讲解
图文内容
相关资源
课程门槛较低，只要有本科三年级以上的数学知识，会一种编程语言，就可以掌握这门课程的绝大部分内容。
课程链接（中国大学慕课，有习题和证书）
课程资源（pdf版本课件和代码）公布在Github：
https://github.com/fengdu78/WZU-machine-learning-course
课程视频也可以在b站观看（观看方便，但无课后习题和证书）：
https://www.bilibili.com/video/BV1gP4y177cf?share_source=copy_web
如果是在校老师，请告知我们学校和姓名，我可以发原版ppt文件
机器学习交流qq群955171419
