该阶段的学习为工程级学习阶段之一，能够实现复杂数据的降维处理等多种效果。 分类与回归算法原理与实践为“人工智能+大数据”开发工程师学习的第三阶段之一，能够制作简单的过滤模型等等。

课程目标

1进一步了解常见的五种分类算法K近邻，决策树
朴素贝叶斯，逻辑回归，支持向量机(SVM )
2、了解如何结合Python代码实现五种分类算法
3、了解如何结合实际案例深入理解五种算法的应用

课程内容

什么是监督学习
十分钟实例快速上手有监督学习监督学习应用程序的步骤
实战监督学习之K近邻算法实战监督学习之朴素贝叶斯算法
实战监督学习之决策树原理介绍及代码调用
案例实现、逻辑回归(LR )原理、逻辑回归代码实现逻辑回归正则化方法、逻辑回归模型参数调优逻辑回归的多分类问题、支持向量机算法

学习效果

1、能够利用决策树为你进行智能配镜
2、能够实现kaggle竞赛案例泰坦尼克号获救预测合物进行数据集分析
3、能够制作简单垃圾邮件过滤模型