“AI Red”的版本间的差异
来自CloudWiki
| 第12行： | 第12行： | ||
*模型训练和测试 | *模型训练和测试 | ||
*模型性能评估和优化 | *模型性能评估和优化 | ||
| − | |||
==第2章 Python机器学习软件包== | ==第2章 Python机器学习软件包== | ||
===开发环境搭建=== | ===开发环境搭建=== | ||
| − | *[[2. | + | *[[2.1 开发环境搭建]] |
| + | *[[2.2 Ipython简介]] | ||
| + | *[[2.3 Numpy简介]] | ||
| + | *[[2.4 Pandas简介]] | ||
| + | *[[2.5 Matplotlib简介]] | ||
| + | *[[2.6 scikit-learn简介]] | ||
| + | ==第3章 机器学习理论基础== | ||
| + | *[[3.1 过拟合和欠拟合]] | ||
| + | *[[3.2 成本函数]] | ||
| + | *[[3.3 模型准确性]] | ||
| + | *[[3.4 学习曲线]] | ||
| + | *[[3.5 算法模型性能优化]] | ||
| + | *[[3.6 查准率和召回率]] | ||
| + | *[[3.7 F1 Score]] | ||
| + | ==第4章 K-近邻算法== | ||
| + | *[[4.1 算法原理]] | ||
| + | *[[4.2 实例：使用 K-近邻算法进行分类]] | ||
| + | *[[4.3 实例：使用 K-近邻算法进行回归拟合]] | ||
| + | *[[4.4 实例：糖尿病预测]] | ||
| + | *[[4.5 拓展阅读]] | ||
2018年5月23日 (三) 15:14的版本
目录
机器学习的准备工作
环境的安装搭建
第1章 机器学习介绍
机器学习的典型步骤
- 数据标记和采集
- 数据清洗
- 特征选择
- 模型训练和测试
- 模型性能评估和优化
