标星 6.1K！《Python 机器学习在线指南》分享

本文将给大家介绍如何使用 Python 进行机器学习的全面而简单的课程。

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径。而今天给大家介绍一个关于机器学习的全面指南！

在本项目中，您将了解：

• 机器学习的定义是什么？
• 什么时候开始的？发展趋势如何？
• 什么是机器学习类别和子类别？
• 最常用的机器学习算法是什么？如何实现它们？

目录：

这是一份精简的机器学习教程。关于机器学习部分主要包括下面的内容：

0. 机器学习简介

1. 机器学习基础

• 线性回归
• 过拟合/欠拟合
• 正则化
• 交叉验证

2. 监督式学习

• 决策树
• kNN
• 朴素贝叶斯
• 逻辑回归
• 支持向量机

3. 非监督式学习

• 聚类
• 主成分分析 PCA

4. 深度学习

• 神经网络概述
• 卷积神经网络
• 自编码器
• 循环神经网络

阅读地址：

https://machine-learning-course.readthedocs.io/en/latest/index.html#

资源分享

关注此头条号，私信小编，回复“机器学习指南”即可免费领取（建议复制，避免错字）