摘要：之机器学习第一弹。机器学习是发展中应用广泛的一个领域。库集成了一些常用的机器学习方法在进行机器学习任务时并不需要实现算法只需要简单的调用库中提供的模块就能完成大多数的机器学习任务。
Python之机器学习第一弹。
Python被称为最简单好上手的语言之一，基于其极强的关联性，对各种库的引用，和资源的关联，使其实现功能非常容易。一些底层逻辑不需过多过深的理解。
机器学习是Python发展中应用广泛的一个领域。
本篇将简要介绍：
1.机器学习概念
2.sklearn库初步介绍（标准数据集及基本功能）
3.一些相关书籍及课程推荐
（1）机器学习是实现人工智能的手段,其主要研究内容是如何利用数据或经验进行学习,改善具体算法的性能。
（2）特点
①多领域交叉,涉及概率论、统计学,算法复杂度理论等多门学科
②广泛应用于网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺诈检测、股票交易和医疗诊断等应用
（3）分类
①监督学习(Supervised Learning)
②无监督学习(Unsupervised Learning)
③强化学习(Reinforcement Learning,增强学习)
④半监督学习(Semi-supervised Learning )
⑤深度学习(Deep Learning)
①依赖Python的NumPy,SciPy和matplotlib库
②开源、可复用
③常用函数
①图书-《机器学习》-周志华（西瓜书）
出版社:清华大学出版社
主页:http://t.cn/RXvpCKB
②图书-《PRML》- Bishop
出版社:Springer
主页:http://t.cn/RXv0YVz
此书为机器学习贝叶斯学派的经典书籍，广度深度，可读性及可用性兼顾
③课程-《Machine Learning 》 - Andrew Ng
Coursera版：前百度首席科学家斯坦福教授吴恩达老师（Coursera创始人）录制的在线课程
课程主页:http://t.cn/RJZQbV2Stanford手书版
在线观看:http://t.cn/RwUWKMS
课程主页:http://cs229.stanford.edu/
此课程讲解机器学习的原理和算法知识
④课程-《CS231n》 - Fei-Fei Li（斯坦福大学）
课程主页:http://cs231n.stanford.edu/
在线观看:http://t.cn/RqRNasR
主要介绍深度学习在计算机视觉领域的应用
⑤课程-《Reinforcement Learning》- David Silver
课程主页;http://t.cn/Rw0rwtU
在线观看:http://t.cn/RIAfRUt
由AlphaGo的主要开发者团队讲解的，有关强化学习和深度强化学习原理及其应用技术
①sklearn是scikit-learn的简称,是一个基于Python的第三方模块。
②sklearn库集成了一些常用的机器学习方法,在进行机器学习任务时,并不需要实现算法,只需要简单的调用sklearn库中提供的模块就能完成大多数的机器学习任务。
③sklearn库是在Numpy、Scipy和matplotlib的基础上开发而成的,因此在介绍sklearn的安装前,需要先安装这些依赖库。
①Numpy (Numerical Python的缩写)是一个开源的Python科学计算库。
②Scipy库是sklearn库的基础,它是基于Numpy的一个集成了多种数学算法和函数的Python模块。
③matplotlib是基于Numpy的一套Python工具包,它提供了大量的数据绘图工具。
注：小数据集可以直接使用，大数据集要在调用时程序自动下载(一次即可)
这里举几个例子
①波士顿房价数据集包含506组数据,每条数据包含房屋以及房屋周围的详细信息。
②其中包括城镇犯罪率、一氧化氮浓度、住宅平均房间数、到中心区域的加权距离以及自住房平均房价等。
③因此,波士顿房价数据集能够应用到回归问题上。
④部分数据
⑤使用sklearn.datasets.load boston即可加载相关数据集
⑥重要参数:
return_X_y:表示是否返回target（即价格），默认为False，只返回data（即属性）。
①鸢尾花数据集采集的是鸢尾花的测量数据以及其所属的类别。
②测量数据包括:尊片长度、尊片宽度、花瓣长度、花瓣宽度。
③类别共分为三类:Iris Setosa,Iris Versicolour，Iris Virginica。可用于多分类问题。
④使用sklearn.datasets.load iris即可加载相关数据集
⑤参数：
return_X_y:若为True,则以(data,target）形式返回数据;默认为False，表示以字典形式返回数据全部信息(包括data和target)。
①手写数字数据集包括1797个0-9的手写数字数据,每个数字由8*8大小的矩阵构成,矩阵中值的范围是0-16,代表颜色的深度。
②数字0的样本
③使用sklearn.datasets.load digits即可加载相关数据集
④参数
return_X_y:若为True,则以(data, target）形式返回数据;默认为False，表示以字典形式返回数据全部信息(包括data和target)。
⑤n_ class（特别的属性）:表示返回数据的类别数，如:n_class=5，则返回0到4的数据样本。
①sklearn库的共分为6大部分,分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理。
②分类任务
③回归任务
④聚类任务
⑤降维任务
本篇干货不多，这里只是简单概述，之后会以实例对这些算法的使用方式进行具体介绍。
将分为无监督学习，有监督学习，强化学习进行具体介绍
下一篇介绍：机器学习之无监督学习，将结合实例及代码详述聚类、降维、基于聚类的整图分割实例
。
如有错误，欢迎指正！
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/124510.html
摘要：大会以机器学习资料中心和云端安全为主要议题，为未来发展做战略规划。在年，谷歌开发了一个内部深度学习基础设施叫做，这个设施允许谷歌人创建更大的神经网络和扩容实训成千上万个核心。 导言 Google近日3月23－24日在美国旧金山举办首次谷歌云平台（Google Cloud Platform） GCP NEXT大会，参会人数超过2000人。GCP NEXT大会以机器学习、资料中心和云端安全...
摘要：在默认情况下使用的公共注册表。注意我们将在这里使用的公共注册表，因为它是免费和预配置的，但是有许多公共注册中心可供选择，而且您甚至可以使用可信注册表建立您自己的私有注册表。标记镜像将本地映像与注册表中的存储库关联的符号是。 要求 安装了1.13或者更高版本的Docker 阅读了Part1中的定位（我没写） 介绍 是时候用Docker构建一个app了。我们会从构建这样一个app的最底...
摘要：通过书籍学习，比如除了上述的先学知识，你还应该了解一些流行的深度学习库和运行他们的语言。你也可以查看查看的中的第讲，概要性的了解一些深度学习库。 作者：chen_h微信号 & QQ：862251340微信公众号：coderpai简书地址：https://www.jianshu.com/p/cd0... 原文：https://www.analyticsvidhya.c... 介绍 ...
摘要：为什么我又要重新开始写机器学习相关的文章了最主要的原因是现在的机器学习和五年前十年前区别很大。深度学习带来了什么深度学习最重要的东西就是自带了特征学习，有时候也被翻译为表征学习，简单来说就是，不需要进行特别的特征抽取。 1.为什么我开始写这个系列博客说五年前我还在某A云公司的时候，身在一个机器学习算法组，对机器学习怀有浓厚的兴趣。花了好多的时间来试图搞清楚各种流行的机器学习算法，经常周末也跟...
阅读 2264·2023-04-25 14:17
阅读 1478·2021-11-23 10:02
阅读 2148·2021-11-23 09:51
阅读 780·2021-10-14 09:49
阅读 3334·2021-10-11 10:57
阅读 2908·2021-09-24 09:47
阅读 3024·2021-08-24 10:00
阅读 2270·2019-08-29 18:46
