scikit learn videos下載 - scikit learn videos原始碼下載

scikit learn videos

Python

1.0.0

下載

scikit-learn 機器學習簡介

本影片系列將教您如何使用 Python 流行的 scikit-learn 庫解決機器學習問題。有10個影片教學，總共4.5小時，每個影片教學都有對應的Jupyter筆記本。

您可以在 YouTube 上觀看整個系列，並使用 nbviewer 查看所有筆記本。

該系列還提供免費線上課程，其中包括更新內容、測驗和結業證書。

觀看第一個教程視頻

注意：此儲存庫中的筆記本已更新為使用 Python 3.9.1 和 scikit-learn 0.23.2。原始筆記本（影片中所示）使用 Python 2.7 和 scikit-learn 0.16，可以從檔案分支下載。您可以在這篇文章中了解我如何更新程式碼。

什麼是機器學習，它是如何運作的？（影片、筆記本）
- 什麼是機器學習？
- 機器學習的兩個主要類別是什麼？
- 機器學習有哪些例子？
- 機器學習如何「工作」？
設定 Python 進行機器學習：scikit-learn 和 Jupyter Notebook（影片、筆記本）
- scikit-learn 的優點和缺點是什麼？
- 如何安裝 scikit-learn？
- 如何使用 Jupyter 筆記本？
- 有哪些學習Python的好資源？
使用著名的 iris 資料集開始 scikit-learn（影片、筆記本）
- 著名的鳶尾花資料集是什麼？
- 我們如何將 iris 資料集載入到 scikit-learn 中？
- 我們如何使用機器學習術語來描述資料集？
- scikit-learn 處理資料的四個關鍵要求是什麼？
使用 scikit-learn 訓練機器學習模型（影片、筆記本）
- 什麼是K近鄰分類模型？
- scikit-learn 中模型訓練和預測的四個步驟是什麼？
- 如何將此模式應用於其他機器學習模型？
比較 scikit-learn 中的機器學習模型（影片、筆記本）
- 如何選擇監督學習任務的模型？
- 如何為該模型選擇最佳調整參數？
- 如何估計模型在樣本外資料上的可能表現？
數據科學管道：pandas、seaborn、scikit-learn（影片、筆記本）
- 如何使用 pandas 函式庫將資料讀取到 Python 中？
- 如何使用seaborn函式庫來視覺化資料？
- 什麼是線性迴歸，它是如何運作的？
- 如何在 scikit-learn 中訓練和解釋線性迴歸模型？
- 迴歸問題的評估指標有哪些？
- 如何選擇要包含在模型中的特徵？
參數調整、模型選擇和特徵選擇的交叉驗證（影片、筆記本）
- 使用訓練/測試分割程序進行模型評估有什麼缺點？
- K折交叉驗證如何克服這個限制？
- 如何使用交叉驗證來選擇調整參數、在模型之間進行選擇以及選擇特徵？
- 交叉驗證有哪些可能的改進？
有效搜尋最佳調整參數（影片、筆記本）
- 如何使用 K 折交叉驗證來搜尋最佳調整參數？
- 如何讓這個過程更有效率？
- 如何一次搜尋多個調整參數？
- 在進行真正的預測之前，您如何處理這些調整參數？
- 如何減少這個過程的計算開銷？
評估分類模型（影片、筆記本）
- 模型評估的目的是什麼？
- 分類準確率有什麼用，它有什麼限制？
- 混淆矩陣如何描述分類器的性能？
- 可以從混淆矩陣計算哪些指標？
- 如何透過改變分類閾值來調整分類器效能？
- ROC 曲線的目的是什麼？
- 曲線下面積 (AUC) 與分類準確率有何不同？
建立機器學習工作流程（影片、筆記本）
- 為什麼應該使用管道？
- 如何使用 OneHotEncoder 對分類特徵進行編碼？
- 如何使用 ColumnTransformer 將 OneHotEncoder 套用到選取的欄位？
- 如何建置和交叉驗證管道？
- 如何使用管道對新數據進行預測？
- 為什麼應該使用 scikit-learn （而不是 pandas）進行預處理？