機(jī)器學(xué)習(xí)付費(fèi)專欄的一些簡介

這是我個人的機(jī)器學(xué)習(xí)入門清單及路線，所以沒有像很多夾那樣大而全，一來學(xué)不完，二來給自己壓力。這是個人的路線。算是個人記錄，也給大家參考，如有什么不足之處，歡迎指教。

前置知識及技能：

1、線性代數(shù)基礎(chǔ)，如果沒的話，還是先學(xué)了這門課在研究吧，不然會哭的。

2、學(xué)會python就行了。R也可以用用。

做了個流程圖，來展示下我的學(xué)習(xí)路線。

除了入門課程外，其他四項(xiàng)其實(shí)不完全是按照流程的（但總體上是），有時實(shí)戰(zhàn)時需要學(xué)新模型。有時學(xué)了某些模型再選方向也未遲。但是入門課程，尤其是Coursera那個，一定要看完了才開始后面的學(xué)習(xí)。下面給出每項(xiàng)的學(xué)習(xí)地址：

同時給上機(jī)器學(xué)習(xí)付費(fèi)視頻教程（貪心科技的）大家可以去貪心科技那里學(xué)習(xí)。

網(wǎng)址：https://tx.greedyai.com/ 賬號和密碼： 13717378202 Win590890

1

2

3

4

貪心科技訓(xùn)練營

sklearn

sklearn的簡單使用

sklearn特征的提取(上）

sklearn特征的提取(下）

sklearn數(shù)據(jù)預(yù)處理

sklearn提取圖片信息

sklearn 特征工程

sklearn模型的訓(xùn)練(上）

sklearn模型的訓(xùn)練(下）

sklearn特征的選擇

sklearn數(shù)據(jù)的獲取

sklearn模型評估

決策樹

決策樹和隨機(jī)森林（上）

決策樹和隨機(jī)森林（下）

決策樹如何可視化

十五、機(jī)器學(xué)習(xí)中的決策樹和隨機(jī)森林算法

聚類

機(jī)器學(xué)習(xí)認(rèn)識聚類（KMeans算法）

聚類（上）K-mean算法

聚類（中）層次聚類 基于密度的聚類算法

聚類（下） 譜聚類算法

EM聚類算法

如果大家需要學(xué)習(xí)numpy、pandas之類的，請移步到數(shù)據(jù)分析專欄。放心，我是設(shè)置了一次訂閱，全部專欄開放

機(jī)器學(xué)習(xí)的項(xiàng)目和代碼下載：

鏈接：https://pan.baidu.com/s/1d3tusmYFl3uoIQ2N3YMb3Q

提取碼：kvrt

復(fù)制這段內(nèi)容后打開百度網(wǎng)盤手機(jī)App，操作更方便哦

決策樹 機(jī)器學(xué)習(xí)

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。