目录
从零开始学习 -机器学习 之-=基础篇=- 从Sklearn学起
学习路径 - 循序渐进
第一章 机器学习入门
第二章 Sklearn 数据
第三章 - 核心 API
第四章 - 高级 API
第五章 - 总结
从零开始学习 -机器学习 之-=基础篇=- 从Sklearn学起
无学分讨论课:
从零开始学习 - 机器学习 之-=卷积神经网络(CNN)=-
已经开设了几年了, 主要是使用TensorFlow 来使用卷积神经网络(CNN)解决一些问题. 但是教下来大家的接受程度还是有限, 一方面原因是python基础太差, 另一方面机器学习的基础也太差了,一下子拔苗助长,步子太大了,容易扯到蛋, 我在这里再补充一个
机器学习基础篇
的教学. —
俞熹
2020/06/25 11:39
这节课需要python知识,可以在
从零开始学习python2020
这里学习. 本来这课也是
从零开始学习python2020
里面的一卷, 但是内容太多所以想了想, 还是把这一卷内容写成一个大课
本课程用到的python 模块 Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具。它建立在 NumPy, SciPy, Pandas 和 Matplotlib 之上,里面的
API
的设计非常好,所有对象的接口简单,很适合新手上路。
在机器学习里面有六大任务模块:分别是分类、回归、聚类、降维、模型选择和预处理,如下图 Sklearn 官网的截屏。
后面陆续填坑. —
俞熹
2020/06/25 09:34
学习路径 - 循序渐进
在
从零开始学习python2020
这里学习 python 的基础知识, 数据处理和作图方法
在
从零开始学习 -机器学习 之-=基础篇=- 从Sklearn学起
这里学习 机器学习 之-=基础篇=- (本页面)
在
从零开始学习 - 机器学习 之-=卷积神经网络(CNN)=-
这里学习 机器学习 之-=卷积神经网络(CNN)=-
第一章 机器学习入门
1.0 Sk-learn 概述
1.1 定义和组成元素
1.2 数据
1.3 任务
1.4 性能指标
1.5 模型
第二章 Sklearn 数据
2.1 数据格式
2.2 自带数据集
第三章 - 核心 API
3.1 估计器
3.2 预测器
3.3 转换器
第四章 - 高级 API
4.1 Ensemble 估计器
4.2 Multiclass 估计器
4.3 Multioutput 估计器
4.4 Model Selection 估计器
4.5 Pipeline 估计器
第五章 - 总结
以上
课件在这里
⇒
sk-learn.rar
请大家下载 解压后放到文档目录中 通过Jupyter Lab 运行