课程内容
我有话说
1/1 基于密度的聚类方法（DBSCAN）
指出常用质心聚类需要预先给定簇数、对噪声敏感且难以识别非球形簇等局限，进而介绍一种完全基于疏密程度的聚类思路：把密集相连的点归为一簇，把孤立稀疏点当作噪声。文章区分核心点、边界点与噪声点三类角色，配合算例演示如何由密度扩张成簇。读者读完可掌握它自动确定簇数、识别任意形状并剔除异常点的原理与适用条件。
本课程通过距离矩阵演算讲解DBSCAN核心点边界点与簇扩展，及eps/min_samples设定，帮助学习者应对不规则数据聚类。
指出常用质心聚类需要预先给定簇数、对噪声敏感且难以识别非球形簇等局限，进而介绍一种完全基于疏密程度的聚类思路：把密集相连的点归为一簇，把孤立稀疏点当作噪声。文章区分核心点、边界点与噪声点三类角色，配合算例演示如何由密度扩张成簇。读者读完可掌握它自动确定簇数、识别任意形状并剔除异常点的原理与适用条件。
1 小时 17 分钟 本课程通过对象序列化与多核并行实战讲解 joblib，解决大数组持久化与重复计算，帮助学习者存取对象与并行任务。
1 小时 56 分钟 本课程通过贝叶斯公式推导与垃圾邮件算例讲解朴素贝叶斯，解决文本自动分类问题，帮助学习者掌握分词、平滑与概率计算完整流程。
1 小时 26 分钟 本课程经目标函数推导与数值案例，讲解XGBoost结构正则与二阶泰勒展开，解决GBDT过拟合与叶子输出不稳，帮助掌握分裂增益优化。