一緒に書く習慣を身につけましょう！「ナゲッツデイリーニュープラン・4月アップデートチャレンジ」に参加して18日目です。クリックしてイベントの詳細をご覧ください。
最近、仕事の都合で機械学習を学ぶ必要があります。私もこの技術の初心者なので、機械学習の資料を記録し、役立つ機械学習の入門チュートリアルを集めたりコメントしたりすることをお勧めします。
公式情報
もちろん、権威ある関係者にとっては、Googleのチュートリアルです。チュートリアルシステム全体は非常に包括的です。機械学習のクラッシュコースは、ビデオレクチャー、実際のケーススタディ、実践的な演習などの一連のコースで非常に特徴的です。英語が上手な友達は直接始めることができます。
次に、Microsoftのチュートリアルです。MicrosoftのAzureCloudAdvocateは、機械学習に関する12週間の26時間のコースを提供しています。このコースでは、主にScikit-learnをライブラリとして使用して、古典的な機械学習と呼ばれることもあります。
サードパーティ情報
ビデオチュートリアル、テキストチュートリアルなどを含む、 MorvanZhouの
機械学習入門チュートリアルは、このバディが空き時間にチュートリアルを作成し、中国語で説明されたビデオを録画して、ステーションBに移動して楽しむことができます。
mlcourse.aiは
、機械学習コースのセットです。このコースは包括的で詳細であり、デモと高度なKaggleコンテストの例が含まれています。これらは、初心者が段階的に深く学ぶのに非常に適しています。
waifu2x
は、機械学習に基づいて写真や写真を高解像度にします。このプロジェクトでは、畳み込みニューラルネットワークを使用して、画像の1〜2倍のロスレス拡大を実行し、ノイズリダクションをサポートして画質を確保します。
ApacheCN
をailearningすることによる実際の機械学習。サポートビデオ：強力なコーディング能力。「機械学習の実践-教育版」を視聴することをお勧めします。コーディング能力が弱いため、「機械学習の実践-ディスカッション版」をご覧になることをお勧めします。
lihang-codeのLiHang
氏が作成した「統計的学習方法」では、統計的学習の主な方法、特にパーセプトロン、k最近傍法、単純ベイズ法、決定木、ロジスティック回帰などの教師あり学習法を包括的かつ体系的に紹介しています。ベクトルマシン、ブースティング法、EMアルゴリズム、隠しマルコフモデル、条件付き確率場などをサポートします。第1章の概要と最後の章の要約を除いて、各章ではメソッドを紹介しています。ナレーションは、特定の問題や例から始まり、単純なものから深いものへと進み、アイデアを明確にし、必要な数学的導出を提供します。これにより、読者は統計的学習方法の本質を理解し、それらの使用法を学ぶことができます。
機械学習に関連する資料はたくさんあるので、1つずつリストすることはしません。
開発関連
以下を含むがこれらに限定されない、いくつかの一般的に使用されるPythonライブラリ。
- numpy行列演算
- scipy数値演算
- matplotlibプロットライブラリ
- パンダのデータクリーニング
- sklearnアルゴリズムライブラリ
Anacondaツールを使用してパッケージを簡単に取得および管理し、それを使用して環境のリリースバージョンを統一された方法で管理することをお勧めします。わくわくすることに、Anacondaには、conda、Python、およびそれらの依存関係を含む180を超える科学パッケージが含まれています。
開発ツールはどうですか？多くのオプションがあります。私はJetbrains開発ツールのヘビーユーザーであるため、通常はPyCharmを使用します。もちろん、開発にVSCodeを使用することもできます。