机器学习数据不均衡处理教程 - 计算机视频教程网

学习对数据进行过采样和欠采样、应用 SMOTE、集成方法和成本敏感型学习假设

课程英文名：Machine Learning with Imbalanced Data

此视频教程共13.5小时，中英双语字幕，画质清晰无水印，源码附件全

下载地址

欢迎使用不平衡数据集进行机器学习。在本课程中，您将学习多种可用于不平衡数据集的技术，以提高机器学习模型的性能。

如果您现在正在使用不平衡的数据集并希望提高模型的性能，或者您只是想了解更多有关如何解决数据不平衡的信息，本课程将向您展示如何解决。

我们将通过引人入胜的视频教程逐步指导您，并教您有关使用不平衡数据集的所有知识。在这门综合课程中，我们几乎涵盖了处理不平衡数据集的所有可用方法，讨论了它们的逻辑、它们在 Python 中的实现、它们的优点和缺点，以及使用该技术时的注意事项。具体来说，您将学习：

在课程结束时，您将能够决定哪种技术适合您的数据集，和/或应用和比较不同方法在多个数据集上返回的性能改进。

这个全面的机器学习课程包括超过 10 小时视频的 50 多场讲座，所有主题都包括动手 Python 代码示例，您可以将其用作参考和练习，并在您自己的项目中重复使用。

此外，代码会定期更新，以跟上新趋势和新 Python 库的发布。

那你还在等什么？立即注册，了解如何处理不平衡数据集并构建更好的机器学习模型。