machine learning course

Python 機器學習課程

目錄

• 下載免費深度學習資源指南

• 斯萊克集團

• 介紹

• 動機

• 機器學習

• 機器學習基礎知識

• 監督學習

• 無監督學習

• 深度學習

• 拉取請求流程

• 最後說明

• 開發商

• 引文

下載免費深度學習資源指南

斯萊克集團

介紹

這個專案的目的是提供一門全面而簡單的使用 Python 進行機器學習的課程。

動機

Machine Learning作為Artificial Intelligence的工具，是最廣泛採用的科學領域之一。已經發表了大量關於機器學習的文獻。該專案的目的是透過使用Python提供一系列簡單而全面的教程來提供Machine Learning最重要的方面。在這個專案中，我們使用許多不同的知名機器學習框架（例如Scikit-learn建立了我們的教學課程。在這個專案中你將學到：

• 機器學習的定義是什麼？

• 它是什麼時候開始的？

• 機器學習類別和子類別是什麼？

• 最常用的機器學習演算法有哪些以及如何實現它們？

機器學習

標題	文件
機器學習簡介	概述

機器學習基礎知識

標題	程式碼	文件
線性迴歸	Python	教學
過擬合/欠擬合	Python	教學
正規化	Python	教學
交叉驗證	Python	教學

監督學習

標題	程式碼	文件
決策樹	Python	教學
K-最近鄰	Python	教學
樸素貝葉斯	Python	教學
邏輯迴歸	Python	教學
支援向量機	Python	教學

無監督學習

標題	程式碼	文件
聚類	Python	教學
主成分分析	Python	教學

深度學習

標題	程式碼	文件
神經網路概述	Python	教學
卷積神經網絡	Python	教學
自動編碼器	Python	教學
循環神經網絡	Python	Python

拉取請求流程

請考慮以下標準，以便更好地幫助我們：

1. 拉取請求主要是一個連結建議。

2. 請確保您建議的資源沒有過時或損壞。

3. 確保在執行建置和建立拉取請求時在該層結束之前刪除所有安裝或建置依賴項。

4. 新增包含介面變更詳細資訊的註釋，其中包括新的環境變數、公開的連接埠、有用的檔案位置和容器參數。

5. 一旦您獲得至少一位其他開發人員的簽署，您就可以合併拉取請求，或者如果您沒有這樣做的權限，如果您認為所有檢查都已通過，您可以請求所有者為您合併它。

最後說明

我們期待您的回饋。請幫助我們改進這個開源項目，讓我們的工作做得更好。如需貢獻，請建立拉取請求，我們將立即進行調查。我們再次感謝您的回饋和支持。

開發商

專案主管與創建者：Amirsina Torfi [GitHub、個人網站、Linkedin]

開發人員：Amirsina Torfi、Brendan Sherman*、James E Hopkins* [Linkedin]、Zac Smith [Linkedin]

注意：該項目是由 [弗吉尼亞理工大學的 CS 4624 多媒體/超文本課程] 提供的頂點項目，並由 [機器學習心態] 監督和支持。

*：同等貢獻

引文

如果您發現本課程有用，請考慮引用如下：

 @軟體{amirsina_torfi_2019_3585763，
  作者={阿米爾西娜·托菲和
                  布倫丹·謝爾曼和
                  傑·霍普金斯和
                  埃里克·韋恩和
                  霍基45和
                  弗雷德里克·德·布萊塞爾和
                  李明岳和
                  塞繆爾·胡索和
                  阿蘭},
  標題= {{機器學習心態/機器學習課程：
                   使用 Python 進行機器學習}}，
  月 = 十二月，
  年 = 2019 年，
  出版商= {Zenodo}，
  版本={1.0}，
  doi = {10.5281/zenodo.3585763}，
  網址 = {https://doi.org/10.5281/zenodo.3585763}
}