注册 登录

智能网联汽车之机器学习

526 3

本课程将从聚类算法、降维算法、回归算法、监督学习、无监督式学习、决策树等角度进行讲解,结合相关技术应用实例的分析,加深对机器学习的理解。

课程详情

机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索,您很可能在毫无察觉情况下每天使用几十次。

本课程将从聚类算法、降维算法、回归算法、监督学习、无监督式学习、决策树等角度进行讲解,结合相关技术应用实例的分析,加深对机器学习的理解。


学完本课程后,你可以:

1、了解监督式学习和无监督式学习;

2、了解决策树与支持向量机;

3、熟悉BP神经网络算法知识;

4、掌握聚类、降维、回归三种算法;


· 适合:本门课适合高等和中等职业院校汽车专业的师生或者是从事(准备进入)智能网联汽车相关产业的人员。

· 不适合:0基础学员建议掌握相关基础知识后再学习本门课程。


实际案例分析

本课程主要分为理论学习和案例分析,比如以电影类型为例讲解KNN算法,通过两个方面的结合形成有效的学习记忆,学员们完成本课程后,能够对机器学习知识有所掌握。

 

自主分配学习时间

本课程是录屏教学,学员可以自行安排时间进行自主学习,学习过程中没有时间和空间的束缚。学员也可以多次反复观看学习视频,以此巩固所学知识。


课程章节
  • 数据加载中...

课程评价
0.0 0份评价
  • 0人
  • 0人
  • 0人
  • 0人
  • 0人
  • 最新
  • 评分最高
  • 评分最低
  • 数据加载中...

  • 数据加载中...

  • 数据加载中...