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 PCA4. 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）