实战：Python3入门机器学习 经典算法与应用

• 第1章 欢迎来到 Python3 玩转机器学习

  欢迎大家来到《Python3玩转机器学习》的课堂。在这个课程中，我们将从0开始，一点一点进入机器学习的世界。本门课程对机器学习领域的学习，绝不不仅仅只是对算法的学习，还包括诸如算法的评价，方法的选择，模型的优化，参数的调整，数据的整理，等等一系列工作。准备好了吗？现在开始我们的机器学习之旅！...

  •  1-1 什么是机器学习试看
  •  1-2 课程涵盖的内容和理念试看
  •  1-3 课程所使用的主要技术栈试看

• 第2章 机器学习基础

  机器学习到底是什么鬼？这一章将带领大家深入理解机器学习的世界，让大家去熟悉那些看似陌生的专业术语。监督学习，非监督学习，半监督学习，增强学习，批量学习，在线学习，参数学习，非参数学习。看完这一章，这些概念你就统统了解啦。不仅如此，本章还包含相当深刻地和机器学习相关的哲学探讨，让你深入思索有关机器学习...

  •  2-1 机器学习世界的数据
  •  2-2 机器学习的主要任务
  •  2-3 监督学习，非监督学习，半监督学习和增强学习
  •  2-4 批量学习，在线学习，参数学习和非参数学习
  •  2-5 和机器学习相关的“哲学”思考
  •  2-6 课程使用环境搭建

• 第3章 Jupyter Notebook, numpy和matplotlib

  工欲善其事，必先利其器。在本章，我们将学习和机器学习相关的基础工具的使用：Jupyter Notebook, numpy和matplotlib。大多数教程在讲解机器学习的时候，大量使用这些工具，却不对这些工具进行系统讲解。我特意添加了这个章节，让同学们在后续编写机器学习算法的过程中，更加得心应手！...

  •  3-1 Jupyter Notebook基础
  •  3-2 Jupyter Notebook中的魔法命令
  •  3-3 Numpy数据基础
  •  3-4 创建Numpy数组(和矩阵)
  •  3-5 Numpy数组(和矩阵)的基本操作
  •  3-6 Numpy数组(和矩阵)的合并与分割
  •  3-7 Numpy中的矩阵运算
  •  3-8 Numpy中的聚合运算
  •  3-9 Numpy中的arg运算
  •  3-10 Numpy中的比较和Fancy Indexing
  •  3-11 Matplotlib数据可视化基础
  •  3-12 数据加载和简单的数据探索

  地址