AI Red

机器学习的准备工作

环境的安装搭建

• tensorflow环境搭建教程

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

第2章 Python机器学习软件包

开发环境搭建

• 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