- 使用 Python 的机器学习
- 主页
- 基础
- Python 生态系统
- 机器学习方法
- ML 项目的数据加载
- 使用统计学理解数据
- 使用可视化理解数据
- 准备数据
- 数据特征选择
- ML 算法 - 分类
- 简介
- 逻辑回归
- 支持向量机 (SVM)
- 决策树
- 朴素贝叶斯
- 随机森林
- ML 算法 - 回归
- 随机森林
- 线性回归
- ML 算法 - 聚类
- 概览
- K 均值算法
- 均值漂移算法
- 层次聚类
- ML 算法 - KNN 算法
- 查找最近邻
- 性能指标
- 自动工作流
- 提高 ML 模型性能
- 提高 ML 模型性能(续…)
- 使用 Python 的 ML - 资源
- 使用 Python 的机器学习 - 快速指南
- 使用 Python 的机器学习 - 资源
- 使用 Python 的机器学习 - 讨论
与 Python 一起探讨机器学习
机器学习 (ML) 基本上是计算机科学的一个领域,在该领域中,计算机系统可以像人类一样感知数据。简单来说,ML 是一种人工智能,它使用算法或方法从原始数据中提取模式。ML 的重点是让计算机系统从经验中学习,无需明确的编程或人工干预。
广告