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

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)=-

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

2.1 数据格式

2.2 自带数据集

3.1 估计器

3.2 预测器

3.3 转换器

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

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