零基础实战机器学习
返回首页
00-开篇词-开发者为什么要从实战出发学机器学习？.html
01-01-打好基础：到底什么是机器学习？.html
02-02-工具准备：安装并使用JupyterNotebook.html
03-03-实战5步（上）：怎么定义问题和预处理数据？.html
04-04-实战5步（下）：怎么建立估计10万+软文点击率的模型？.html
05-05-数据探索：怎样从数据中找到用户的RFM值？.html
06-06-聚类分析：如何用RFM给电商用户做价值分组画像？.html
07-07-回归分析：怎样用模型预测用户的生命周期价值？.html
08-08-模型优化（上）：怎么用特征工程提高模型效率？.html
09-09-模型优化（中）：防止过拟合，模型也不能太精细.html
10-10-模型优化（下）：交叉验证，同时寻找最优的参数.html
11-11-深度学习（上）：用CNN带你认识深度学习.html
12-12-深度学习（中）：如何用RNN预测激活率走势？.html
13-13-深度学习（下）：3招提升神经网络预测准确率.html
14-14-留存分析：哪些因素会影响用户的留存率？.html
15-15-二元分类：怎么预测用户是否流失？从逻辑回归到深度学习.html
16-16-性能评估：不平衡数据集应该使用何种评估指标？.html
17-17-集成学习：机器学习模型如何“博采众长”？.html
18-18-增长模型：用XGBoost评估裂变海报的最佳受众群体.html
19-19-胸有成竹：如何快速定位合适的机器学习算法？.html
20-20-模型部署：怎么发布训练好的机器学习模型？.html
21-21-持续精进：如何在机器学习领域中找准前进的方向？.html
22-一套习题，测出你对机器学习的掌握程度.html
23-结束语-可以不完美，但重要的是马上开始.html