机器学习001-导读

moc

### 1.1 环境和基础要求

+ 语言：Python3
+ 框架、库：Scikit-learn、numpy、matplotlib
+ IDE：Jupyter、Notebook
+ 集成环境：Anaconda
+ 数学基础：高等数学、线性代数、概率论
+ 数据集：scikit-learn内置数据集或可以下载的数据集

### 1.2 学习内容和理念

+ 人工智能、机器学习和深度学习的关系

11

+ **能学到的机器学习算法**

  1. kNN
  2. 线性回归
  3. 多项式回归
  4. 逻辑回归
  5. 模型正则化
  6. PCA
  7. SVM
  8. 决策树
  9. 随机森林
  10. 集成学习
  11. 模型选择
  12. 模型调试

+ **学习要求**

  1. 深入理解算法基本原理
  2. 实际使用算法解决真实场景的问题
  3. 对不同算法进行对比试验
  4. 对同一算法的不同参数进行对比试验
  5. 对部分算法底层编写

+ **如何使用这些算法**

  1. 如何评价算法的好坏
  2. 如何解决过拟合和欠拟合
  3. 如何调节算法的参数
  4. 如何验证算法的正确性

不二如是

欢迎持续更新

wang1212

学习，学习

mumei2018

高等数学、线性代数、概率论
请问 以上三样要学到哪种程度呀

moc

mumei2018 发表于 2023-3-5 16:34
高等数学、线性代数、概率论
请问 以上三样要学到哪种程度呀

高中和本科阶段学习的数学知识达到及格水平就行了，要深入的学习是需要更高的数学知识的
我也是刚开始学习，一起加油

-susu+

学习学习

mumei2018

moc 发表于 2023-3-5 17:02
高中和本科阶段学习的数学知识达到及格水平就行了，要深入的学习是需要更高的数学知识的
我也是刚开始学 ...

加油！但是意思是说上班 大学的高数就够了 但是钻研无止境？