机器学习的深入学习

我刚刚完成了Andrew ng的机器学习课程,现在想进一步学习。我还希望从头开始学习Python实现的机器学习,以便我在Kaggle上练习。另外,有没有更好的书籍、教程或类似的资源,以便我可以继续学习而不浪费时间寻找这些资源?


回答:

毫无疑问,最好的书籍是Andreas C. Müller的《Introduction to Machine Learning with Python: A Guide for Data Scientists》,该书包含了Python中机器学习算法的实现。Python中的机器学习算法可以使用一个名为scikit-learn的包。这个包包含了你进行机器学习所需的一切,包括所有算法、缩放、交叉验证。而这本书正是由scikit-learn的首席开发者撰写的。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注