本文將給大家介紹如何使用 Python 進行機器學習的全面而簡單的課程。
機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑。而今天給大家介紹一個關於機器學習的全面指南！
在本項目中，您將瞭解：
- 機器學習的定義是什麼？
- 什麼時候開始的？發展趨勢如何？
- 什麼是機器學習類別和子類別？
- 最常用的機器學習算法是什麼？如何實現它們？
目錄：
這是一份精簡的機器學習教程。關於機器學習部分主要包括下面的內容：
0. 機器學習簡介
1. 機器學習基礎
- 線性迴歸
- 過擬合/欠擬合
- 正則化
- 交叉驗證
2. 監督式學習
- 決策樹
- kNN
- 樸素貝葉斯
- 邏輯迴歸
- 支持向量機
3. 非監督式學習
- 聚類
- 主成分分析 PCA
4. 深度學習
- 神經網絡概述
- 卷積神經網絡
- 自編碼器
- 循環神經網絡
閱讀地址：
https://machine-learning-course.readthedocs.io/en/latest/index.html#
資源分享
關注此頭條號，私信小編，回覆“機器學習指南”即可免費領取（建議複製，避免錯字）
分享到:
閱讀更多 AI遇見機器學習 的文章
