--課程已於 2019 年 12 月更新--

📣這個課程是關於整合方法 (En...

--課程已於 2019 年 12 月更新--

📣這個課程是關於整合方法 (Ensemble Methods)。

我們已經學習了一些經典的機器學習模型，如 k-nearest neighbor 和決策樹。 我們已經研究了他們的局限和缺點。

但是，如果我們可以結合這些模型來消除這些限制，並產生更強大的分類器或迴歸器呢？

在本課程中，你將學習如何將決策樹和邏輯迴歸等模型相結合，以建立可以達到比基礎模型更高的精度的模型。

具體來說，我們將詳細研究隨機森林和 AdaBoost 演算法。

https://softnshare.com/machine-learning-in-python-random-forest-adaboost/

---