侵权投诉

我想学习机器学习和人工智能,该从哪开始呢?

2019-09-20 10:21 次阅读

都说做一件事情最好的时机就是「现在」,但是从何开始往往会难倒一大批人,更不用说是想要入门数据科学和机器学习的朋友了。本文是一篇科普扫盲文章,作者以初学者的视角,为同样想「入坑」的读者们提供了一些建议,还有一些可以获得的学习资源。

「我想学习机器学习和人工智能,该从哪开始呢?」

从这里开始。

两年前,我开始在网上自学机器学习,并且通过 YouTube 和博客分享了我的学习过程。我并不知道我在做什么,在决定开始学习机器学习之前我从没写过代码。

当人们发现我的作品,他们通常会私信并提问。我不一定知道所有的答案,但我会尽量回复。人们最常问的问题是:「该从哪开始?」,其次是:「我需要多少数学基础?」

今天早上我就回答了一堆这样的问题。

有人告诉我他已经开始学习 Python 并打算学习机器学习了,但不知道下一步该做什么。

「我已经学习了 Python,下一步该做什么?」

我回复了一系列学习的步骤,并且复制到了这里。如果你想成为一个机器学习从业者,却不知道怎么写代码的话,可以把本文当作一个大纲。我的学习风格是代码优先:先把代码运行起来,再根据需要学习理论、数学、统计以及概率等方面的东西,而不是一开始就学理论。

记住,开始学习机器学习你会面临很多阻碍。别急,慢慢来。把这篇文章添加到收藏夹,以便随时参考。

我倾向于使用 Python,因为我是从 Python 开始的,并且一直在持续使用它。你也可以用其他语言,但本文的所有步骤都是基于 Python 的。

学习 Python、数据科学工具和机器学习概念

问我问题的那些邮件作者们说他们已经学了一些 Python。但这一步也同样适用于新手。花几个月的时间学习 Python 编程和不同的机器学习概念。这两部分知识你都会需要。

在学习 Python 编程的同时,练习使用 Jupyter 和 Anaconda 等数据科学工具。花几个小时来研究一下,它们是用来做什么的以及为什么要使用它们。

学习资源

人工智能要素 (https://www.elementsofai.com/)—人工智能和机器学习主要概念概述。Coursera 上的 Python 教程—(https://bit.ly/pythoneverybodycoursera) 从头学习 Python。通过 freeCodeCamp 学习 Python (https://youtu.be/rfscVS0vtbw)—一个视频涵盖了 Python 所有主要概念。Corey Schafer 的 Anaconda 教程 (https://youtu.be/YJC6ldI3hWk)—一个视频学会 Anaconda(数据科学和机器学习需要的配置环境)。Dataquest 的新手 Jupyter Notebook 教程 (https://www.dataquest.io/blog/jupyter-notebook-tutorial/)—一篇文章学会启动和运行 Jupyter Notebook。Corey Schafer 的 Jupyter Note 教程 (https://www.youtube.com/watch?v=HW29067qVWk)—一个视频学会使用 Jupyter Notebook。

学习通过 Pandas、Numpy 和 Matplotlib 进行数据分析、操作和可视化

一旦你已经掌握了一些 Python 技巧,就会开始想要学习如何处理和操作数据,为了实现这一目的,你需要熟悉 Pandas、Numpy 和 Matplotlib。

Pandas 可以帮助你处理二维数据,类似 Excel 文件里的信息表,包含行和列。这类数据被称为结构化数据。Numpy 可以帮助你进行数值计算。机器学习把你能想到的所有东西都转化成数字,进而在这些数字中寻找模式。Matplotlib 可以帮助你绘制图形和可视化数据。理解表格中的一堆数字对人类来说可能很困难。我们更喜欢看到有一条线穿过的图。可视化可以更好得传达你的发现。

学习资源

Cousera 上的 Python 应用数据科学 (http://bit.ly/courseraDS)—开始打磨数据科学方向的 Python 技能。10 分钟入门 pandas (https://pandas.pydata.org/pandas-docs/stable/gettingstarted/10min.html)—快速概览 pandas 库及其部分最有用的函数。Codebasics 的 Python pandas 教程 (https://youtu.be/CmorAWRsCAw)—该 YouTube 系列介绍了 pandas 的所有主要功能。freeCodeCamp 的 NumPy 教程 (https://youtu.be/QUT1VHiLmmI)—一个 YouTube 视频学会 NumPy。Sentdex 的 Matplotlib 教程 (https://www.youtube.com/watch?v=q7Bo_J8x_dw&list=PLQVvvaa0QuDfefDfXb9Yf0la1fPDKluPF)—YouTube 系列助你学会 Matplotlib 所有最有用的功能。

借助 scikit-learn 学习机器学习

现在你已经掌握了操作和可视化数据的技能,是时候学习在数据中寻找模式了。scikit-learn 是一个 Python 库,它内置了许多有用的机器学习算法供你使用,它还提供了许多其他有用的函数来探究学习算法的学习效果。

重点在于学习都有什么样的机器学习问题,比如分类和回归,什么样的算法最适合解决这些问题。现在还不需要从头开始理解每个算法,先学习如何应用它们。

学习资源

Data School 的基于 scikit-learn 的 Python 机器学习 (https://www.youtube.com/watch?v=elojMnjn4kk&list=PL5-da3qGB5ICeMbQuqbbCOQWcS6OYBr5A)—一个 YouTube 播放列表教你 scikit-learn 的所有主要函数。Daniel Bourke 对探索性数据分析的简要介绍 (https://towardsdatascience.com/a-gentle-introduction-to-exploratory-data-analysis-f11d843b8184)—把你在上述两个步骤中学到的知识融合在一个项目中。提供代码和视频,助你开始第一个 Kaggle 竞赛。Daniel Formosso 的基于 scikit-learn 的探索性数据分析笔记 (https://github.com/dformoso/sklearn-classification)—以上资源的更深入版本,附带了一个实践上述内容的端到端项目。

学习深度学习神经网络

深度学习和神经网络在没有太多结构的数据上最有效。二维数据虽然有结构,图像、视频、音频文件和自然语言文本也有,但不会太多。

小贴士:在大多数情况下,你会想对结构化数据使用一组决策树(随机森林或 XGBoost 之类的算法),而对于非结构化数据,你会想使用深度学习或迁移学习(使用预先训练的神经网络并将其用于你的问题)。

你可以开始把这样的小贴士用一张便条记录,然后边学习边收集这些信息。

学习资源

Cousera 上 Andrew Ng 的 deeplearning.ai (https://bit.ly/courseradl) (https://bit.ly/courseradl)—商业上最成功的从业者之一讲授的深度学习课程。Jeremy Howard 的 fast.ai 深度学习课程 (https://course.fast.ai/) (https://bit.ly/courseradl)—工业界最好的实践者之一讲授的深度学习实际操作方法。

其他课程和书籍

在学习过程中,最理想的情况是你可以用自己的小项目来练习所学的东西。这不必是复杂的,需要改变世界的事情,但你可以说「我用 X 做了这个」。然后通过 github 或博客分享你的工作。github 用于展示你的代码,博客文章用于展示你如何表达自己所做的工作。你应该为每个项目都发布一下这些内容。申请一份工作的最好方法是你已经做完了工作要求做的事情。分享你的工作是向未来的潜在雇主展示你能力的好方法。

在你熟悉了如何使用不同的机器学习和深度学习框架之后,你可以尝试通过从头开始构建它们来巩固你的知识。你不必总是在生产或从事机器学习时这样做,但是从内部了解事情是如何工作的将有助于你建立自己的工作。

学习资源

Daniel Bourke 的如何开始你自己的机器学习工程 (https://towardsdatascience.com/how-to-start-your-own-machine-learning-projects-4872a41e4e9c)—开始你自己的工程可能会很难,这篇文章可以给你一些指引。Jeremy Howard 的 fast.ai 深度学习基础 (https://course.fast.ai/part2)—自上而下学习后,本课程将帮助你从下往上填补空白。Andrew Trask 的 Grokking Deep Learning (https://amzn.to/2H497My)—这本书将教你如何从头开始构建神经网络,以及为什么你应该知道如何构建。Daniel Bourke 推荐的机器学习书籍 (https://www.youtube.com/watch?v=7R08MPXxiFQ)—该 YouTube 视频整理了一些机器学习最佳书籍。

答疑

每一步需要多长时间?

你可能会花 6 个月或更长的时间。别着急,学习新事物需要时间。作为一名数据科学家或机器学习工程师,你正在培养的主要技能是如何针对数据提出好的问题,然后使用你的工具来尝试寻找答案。

有时候你会觉得自己什么都没学到。甚至倒退。忽略它。不要以天为单位来衡量,看看你一年后有什么样的进步。

我在哪里可以学到这些技能?

我在上面列出了一些资源,它们都是在线的,而且大部分都是免费的,类似的资源还有很多。

DataCamp (http://bit.ly/datacampmrdbourke) 是一个很好学习网站。另外,我的 Machine Learning and Artificial Intelligence resources database (https://bit.ly/AIMLresources) 整理了免费和付费的学习资料。

记住,作为数据科学家或机器学习工程师,很大一部分工作是要解决问题。通过你的第一个作业探索这里的每一个步骤,并创建你自己的课程来帮助学习。

如果你想知道一个自我引导的机器学习课程的例子是什么样子的,看看我的 Self-Created AI Masters Degree (https://bit.ly/aimastersdegree)。这是我在过去 9 个月内从零编码变成机器学习工程师的过程。它不是完美的,但是我的真实经历,因此你可以试试。

统计怎么办?数学怎么办?概率呢?

实践过程中你会学到这些东西的。先从代码开始。把代码运行起来。在运行代码之前,尝试学习所有的统计、数学、概率知识,就像是在试图煮沸大海。它会让你退缩。

如果代码不运行,统计、数学和概率都不重要。先运行起来,然后用你的研究技巧来验证它是否正确。

证书?

证书很好,但你不是为了证书而学习,而是为了提高技能。不要和我犯同样的错误,不要认为证书越多代表技能越多,并不是这样的。通过上述课程和资源建立知识基础,然后通过自己的项目完善专业知识(这些是课程无法传授的知识)。

收藏 人收藏
分享:

评论

相关推荐

什么是机器学习,与人工智能有何关系

人工智能(AI)和机器学习(ML)是目前非常流行,并且出现频率很高的词汇。虽然人们常把它们混淆,但是....
的头像 独爱72H 发表于 11-22 15:47 0次 阅读
什么是机器学习,与人工智能有何关系

GitHub年度报告:Python首次击败Java

作为 GitHub 上最受欢迎的项目之一,TensorFlow 已经建立了一个庞大的软件社区。去年有....
的头像 人工智能头条 发表于 11-22 15:14 28次 阅读
GitHub年度报告:Python首次击败Java

人工智能技术将从三个层面来促进社会的发展

尽管整体经济在上世纪八十年代前后达到了创纪录的峰值,但日本肩上最沉重的包袱,在于年龄超过65岁的人口....
发表于 11-22 10:07 144次 阅读
人工智能技术将从三个层面来促进社会的发展

python入门教程之使用Python探索数据的电子书免费下载

对于那些不断被告知“出版或消亡”的学者来说,总是想从零开始创造一些自己的新鲜创造,这是很自然的。这本....
发表于 11-22 08:00 15次 阅读
python入门教程之使用Python探索数据的电子书免费下载

Python编程第4版的源代码合集免费下载

python编程第四版该书以简练的语音系统地阐述了python语言的基本理论以及编程技巧,案例充分,....
发表于 11-20 17:32 23次 阅读
Python编程第4版的源代码合集免费下载

威马汽车寻求D轮10亿美元融资,累计融资以超230亿元

威马汽车首席战略官Rupert Mitchell在一场会议上透露,现在公司正寻求获得D轮10亿美元(....
的头像 汽车玩家 发表于 11-20 17:09 320次 阅读
威马汽车寻求D轮10亿美元融资,累计融资以超230亿元

Python collections模块最受欢迎的四种数据类型

Counter 是 dictionary 对象的子类。collections 模块中的 Counte....
的头像 通信信号处理研究所 发表于 11-20 15:23 90次 阅读
Python collections模块最受欢迎的四种数据类型

Python是人工智能的未来

Python 诞生之初被誉为最容易上手的编程语言。Python 的设计哲学强调代码的可读性和简洁的语....
的头像 射频半导体 发表于 11-20 11:08 287次 阅读
Python是人工智能的未来

Google Play应用程序推荐变得更智能化了

据国外媒体报道,据谷歌称,Alphabet旗下子公司DeepMind开发的人工智能和机器学习模型架构....
的头像 汽车玩家 发表于 11-20 10:47 232次 阅读
Google Play应用程序推荐变得更智能化了

物联网发展有哪一些技术方向可以在走

物联网是由网络传输数据的设备组成,这些设备会产生难以想象的大量数据,而许多企业对如何管理这些数据一无....
发表于 11-19 16:07 84次 阅读
物联网发展有哪一些技术方向可以在走

大数据能做些什么,应该关注哪些方面

大数据出现的时间只有十几年,被人们广泛接受并应用只有几年的时间,但就是这短短几年的时间,大数据呈现出....
的头像 汽车玩家 发表于 11-19 16:04 299次 阅读
大数据能做些什么,应该关注哪些方面

物联网非常适合解决小数据问题

大数据通常与数据挖掘、人工智能、机器学习、预测分析和其他处理密集型练习相关联,这些训练习侧重于从隐藏....
发表于 11-19 14:15 78次 阅读
物联网非常适合解决小数据问题

人工智能技术首次实现多重量子关联的同时分类

从中国科学技术大学获悉,该校郭光灿院士团队成员李传锋、许金时等与国内同行合作,将机器学习技术应用于研....
发表于 11-19 10:08 100次 阅读
人工智能技术首次实现多重量子关联的同时分类

AI和机器学习助力下 PCB产业生产流程将更加完善

如今PCB已经发展到全新阶段,诸如高密度互连(HDI)PCB,IC基板(ICS)等全新技术引入,使得....
发表于 11-19 09:50 83次 阅读
AI和机器学习助力下 PCB产业生产流程将更加完善

AI如何为人类脑力延伸

AI正在成为人类脑力的延伸,助力人类突破空间、时间、表象局限。
发表于 11-18 17:04 87次 阅读
AI如何为人类脑力延伸

人工智能如何帮助养牛

大数据技术:其中的基础技术包括数据采集、数据预处理及数据库等。在奶牛畜牧养殖中主要用于远程生命体征监....
发表于 11-18 15:33 57次 阅读
人工智能如何帮助养牛

基于相变存储的模拟芯片可应用于机器学习领域

通过采用基于相变存储的模拟芯片,机器学习可以加速一千倍。相变存储(PCM)是基于硫属化物玻璃材料,能....
发表于 11-18 15:21 57次 阅读
基于相变存储的模拟芯片可应用于机器学习领域

人工智能在精神病学的应用,能比人类更好

由于人工智能的进步,计算机现在可以帮助医生诊断疾病,并帮助监测数百公里之外的患者的生命体征。人工智能....
的头像 汽车玩家 发表于 11-18 11:18 366次 阅读
人工智能在精神病学的应用,能比人类更好

部署WIFI6的时候需要考虑哪一些问题

利用人工智能和机器学习将代表Wi-Fi流量管理的一个巨大飞跃,提供分析,IT架构师可以用自动化来采取....
发表于 11-18 10:36 67次 阅读
部署WIFI6的时候需要考虑哪一些问题

人工智能核心技术有什么很明显的难点

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用....
发表于 11-18 10:03 63次 阅读
人工智能核心技术有什么很明显的难点

机器学习可用于诊断儿童肺炎感染的更简单方法

牛津大学的研究人员正在开发一种工具,使人们更容易,更便宜地诊断肺炎(5岁以下儿童的头号杀手)。他们的....
发表于 11-18 09:18 73次 阅读
机器学习可用于诊断儿童肺炎感染的更简单方法

码农第1期python全集免费下载

对于码农这个称呼,有些人喜爱有加,有些人不以为然。区别在于对待“农”这个字的感觉。农当然是指农民,这....
发表于 11-18 08:00 42次 阅读
码农第1期python全集免费下载

python的内置函数详细资料概述

本文档的主要内容详细介绍的是python的内置函数详细资料概述。
发表于 11-18 08:00 42次 阅读
python的内置函数详细资料概述

【Leez SBC P710试用体验】三、开机自动运行 Python脚本

一、配置 查看是否有Python [code]python --version 或 python3 --version[/code] 二、编写代码 我才用的是 Accessories下的...
发表于 11-16 17:00 125次 阅读
【Leez SBC P710试用体验】三、开机自动运行 Python脚本

周志华版机器学习PDF电子书免费下载

机器学习是计算机科学与人工智能的重要分支领域。 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习....
发表于 11-15 17:35 63次 阅读
周志华版机器学习PDF电子书免费下载

树莓派Python编程指南PDF电子书免费下载

 本书由树莓派基金会资深软件开发工程师亲笔撰写,是学习在树莓派上编程的必备手册。即使你没有任何编程经....
发表于 11-15 17:35 86次 阅读
树莓派Python编程指南PDF电子书免费下载

利用人工智能技术来改善核电设备的停机计划

如今,公用事业工程师花费了大量时间来完成重复的管理任务。一些组织估计,经过训练有素的工程师有40%以....
发表于 11-15 09:58 180次 阅读
利用人工智能技术来改善核电设备的停机计划

人工智能技术如何帮助初创企业处于行业中的领先地位

仅十年前,大多数人还把人工智能视为一种面向未来世界的技术,即驾驶汽车和将机器人与Jetsons交朋友....
发表于 11-15 09:53 198次 阅读
人工智能技术如何帮助初创企业处于行业中的领先地位

Python Cookbook中文第三版PDF电子书免费下载

《Python Cookbook(第3版)中文版》介绍了Python应用在各个领域中的一些使用技巧和....
发表于 11-15 08:00 53次 阅读
Python Cookbook中文第三版PDF电子书免费下载

机器学习新手常犯的错误怎么避免?

在机器学习中,有许多方法来构建产品或解决方案,每种方法都假设不同的东西。很多时候,如何识别哪些假设是....
的头像 汽车玩家 发表于 11-13 17:44 426次 阅读
机器学习新手常犯的错误怎么避免?

企业移动性怎样利用AI来改变

人工智能的崛起,让应用程序,设备管理和用户体验都将受到影响,但最大的发展可能是在安全领域。
发表于 11-13 17:32 76次 阅读
企业移动性怎样利用AI来改变

石油和天然气领域可以使用物联网技术吗

使用现代的机器学习技术,石油和天然气行业可以在多个领域实现收益。
发表于 11-13 17:12 81次 阅读
石油和天然气领域可以使用物联网技术吗

基于激光雷达的新系统可对行驶中的汽车进行即时分析

传统的道路收费系统往往依赖实体基础设施,或依靠收费站人工收费,可能会造成交通堵塞以及让驾驶员烦躁,因....
的头像 汽车玩家 发表于 11-13 11:30 372次 阅读
基于激光雷达的新系统可对行驶中的汽车进行即时分析

敏捷项目管理使用人工智能的好处

人工智能在改善和加快软件开发并提高项目质量方面具有巨大潜力,尤其在提高软件开发效率方面。
的头像 汽车玩家 发表于 11-13 10:13 502次 阅读
敏捷项目管理使用人工智能的好处

人工智能保护消费者的重要作用

在过去的几年中,信息安全一直都是基于防病毒方案、隔离技术和加密技术的组合。政府机构和信息安全公司愿意....
的头像 汽车玩家 发表于 11-12 16:45 602次 阅读
人工智能保护消费者的重要作用

未来的AI怎样赋能生产力

人工智能技术也处于前所未有的发展浪潮中,与首届中国国际进口博览会相比,本届进博会更是被形容为全球人工....
发表于 11-12 11:49 55次 阅读
未来的AI怎样赋能生产力

AI人工智能和摩尔定律的后指数时代是怎样的

与摩尔定律的指数级增长的减少几乎同时发生了训练人工智能的计算能力需求的指数级增长。
发表于 11-12 11:39 59次 阅读
AI人工智能和摩尔定律的后指数时代是怎样的

人工智能模型有着让人出乎意料的能力

是什么使图像令人难忘?询问计算机。从“蒙娜丽莎(Mona Lisa)”到“戴珍珠耳环的女孩”,有些图....
发表于 11-12 08:58 225次 阅读
人工智能模型有着让人出乎意料的能力

机器学习中的数据准备,为什么它如此重要

从自动驾驶汽车等基于AI的大规模技术革命到构建非常简单的算法,您都需要正确格式的数据。实际上,特斯拉....
的头像 独爱72H 发表于 11-11 16:03 384次 阅读
机器学习中的数据准备,为什么它如此重要

如何将5G网络引入到机器学习中去

5G为智能城市、智能电网、智能交通、智能制造等多种应用领域的大规模分布式应用和移动服务开发了全新的平....
发表于 11-11 10:19 172次 阅读
如何将5G网络引入到机器学习中去

人工智能为什么突然崛起?

实际上最早提出“人工智能”这个概念是在1956年美国达特茅斯学院的一次学术会议上。虽然当时这个会议只....
的头像 倩倩 发表于 11-10 10:40 830次 阅读
人工智能为什么突然崛起?

人工智能和ML如何帮助减少5G站点的数量

行业贸易协会5G Americas早些时候宣布,到2023年,移动连接将达到100亿个。预计到202....
发表于 11-10 10:08 375次 阅读
人工智能和ML如何帮助减少5G站点的数量

人工智能与量子力学基础研究交叉领域取得重要进展

然而刻画任意给定的一个量子态中的非经典关联仍然存在巨大挑战。首先很多数学形式的判据对多体系统而言其计....
的头像 倩倩 发表于 11-10 09:42 620次 阅读
人工智能与量子力学基础研究交叉领域取得重要进展

AI和机器学习存在什么算法偏见

AI算法和它们的决策程序是由它们的研发者塑造的,他们写入的代码,使用的“训练”数据还有他们对算法进行....
发表于 11-08 16:32 108次 阅读
AI和机器学习存在什么算法偏见

专访希捷全球运营、产品和技术执行副总裁Jeffrey D Nygaard

Jeffrey Nygaard:首先希捷智能制造的方针和中国在制造业方面的政策是非常契合的。第二,是....
的头像 倩倩 发表于 11-08 15:20 385次 阅读
专访希捷全球运营、产品和技术执行副总裁Jeffrey D Nygaard

医疗人工智能系统的三个关键要素和挑战

医疗人工智能系统的建立和应用中需要处理好如下三个关键要素,克服处理三个要素中面临的挑战,才能取得成功....
发表于 11-08 11:29 84次 阅读
医疗人工智能系统的三个关键要素和挑战

大数据和人工智能如何协同工作

人工智能和机器学习以及其他新兴技术,对于帮助企业更全面地了解所有数据,为他们提供一种在关键数据集之间....
发表于 11-08 10:55 73次 阅读
大数据和人工智能如何协同工作

人工智能对于运行数字系统有什么影响

尽管存在一些困难和障碍,很多企业如今在数字化转型项目方面取得了重大进展,但技术领导者发现,开展数字化....
发表于 11-08 10:25 67次 阅读
人工智能对于运行数字系统有什么影响

人工智能发展的程度现在怎样了

人工智能已经从最开始的实验室阶段迈向了商业化阶段,视觉、语言、机器翻译等任务的精度已经非常高,商业化....
发表于 11-07 15:26 80次 阅读
人工智能发展的程度现在怎样了

Python生成的淘宝评论词云图

Python——对淘宝评论词频统计并生成词云图
发表于 11-04 06:12 172次 阅读
Python生成的淘宝评论词云图

Python 移植到arm的教程

Python 移植教程我们经常会遇到需要Python 移植的情况,但是还是有很多人对此不是十分清楚,那么就可以看看接下来的教程。 ...
发表于 11-02 16:04 1077次 阅读
Python 移植到arm的教程

python算法之使用分治法求解凸包

《python算法教程》Day11 - 分治法求解平面凸包问题...
发表于 11-01 09:14 80次 阅读
python算法之使用分治法求解凸包

SimpleHTTPServer搭建局域网yum源的方法

【yum】用SimpleHTTPServer快速搭建局域网yum源
发表于 11-01 06:29 44次 阅读
SimpleHTTPServer搭建局域网yum源的方法

Python的分类数据

《利用Python进行数据分析》 121 分类数据
发表于 10-31 09:27 55次 阅读
Python的分类数据

数据透视表与交叉表简介

《利用Python进行数据分析》 104 数据透视表与交叉表...
发表于 10-31 06:05 47次 阅读
数据透视表与交叉表简介

python matplotlib模块报错的解决方法

pyenv下使用python matplotlib模块的问题解决
发表于 10-30 09:12 62次 阅读
python matplotlib模块报错的解决方法

机器学习的回归任务

常见线性回归理论与算法实现
发表于 10-29 11:09 68次 阅读
机器学习的回归任务

统计学习方法数据挖掘

统计学习方法  C1概论
发表于 10-29 09:12 109次 阅读
统计学习方法数据挖掘