算法是机器学习背后的数学和逻辑，机器学习算法是一些代码片段，可帮助人们探索和分析复杂数据集并在其中找到意义。每个算法是一组有限的明确分步说明，计算机可以遵循这些说明来实现特定目标。在机器学习模型中，目标是建立或发现可用于预测或信息分类的模式。什么是机器学习？

机器学习算法使用基于训练数据（代表较大数据集的数据子集）的参数。训练数据越大，越能代表真实情况，从而算法计算出的结果也越准确。

不同的算法以不同的方式分析数据。算法通常按使用的机器学习技术（监督式学习、非监督式学习和强化学习）进行分类。最常用的算法使用回归和分类预测目标类别、查找异常数据点、预测值和发现相似性。

朴素贝叶斯算法根据相关事件的发生情况计算发生事件的概率。本次在线课程中，将以通俗易懂地讲解算法原理，用Python实现代码。

课程大纲

1. 听故事轻松学习朴素贝叶斯

2. 朴素贝叶斯存在的问题与解决方案

3. 通过Python实战朴素贝叶斯算法

4. 关于机器学习算法的学习建议

5. 在线答疑+学习资源分享

注意：本课程为动手实践，请在听的过程中，在电脑上和我们一起来实践操作。

平台为Azure Notebooks，项目地址：https://notebooks.azure.com/msshiny/projects/mlalg

通过微软Learn课程提前熟悉平台：

有关机器学习与 Python 和 Azure Notebooks 结合使用的简介：https://cda.ms/1dK

课程讲师

王大伟

平安金融壹账通

大数据研究院数据挖掘工程师

48w粉丝的Python爱好者社区公众号负责人

主要研究方向：自然语言处理

加入在线交流群

请扫描下方二维码，并备注：Python，加入活动直播交流群.。

扫描二维码

关注我们

微信公众号 : MSReactor

新浪微博：@MSReactorShanghai

twitter：@MSFTReactor

点击“阅读原文”报名参加本次在线分享