- 使用 Python 的機器學習
- 主頁
- 基礎
- Python 生態系統
- 機器學習方法
- ML 專案的資料載入
- 使用統計學理解資料
- 使用視覺化理解資料
- 準備資料
- 資料特徵選擇
- ML 演算法 - 分類
- 簡介
- 邏輯迴歸
- 支援向量機 (SVM)
- 決策樹
- 樸素貝葉斯
- 隨機森林
- ML 演算法 - 迴歸
- 隨機森林
- 線性迴歸
- ML 演算法 - 聚類
- 概覽
- K 均值演算法
- 均值漂移演算法
- 層次聚類
- ML 演算法 - KNN 演算法
- 查詢最近鄰
- 效能指標
- 自動工作流
- 提高 ML 模型效能
- 提高 ML 模型效能(續…)
- 使用 Python 的 ML - 資源
- 使用 Python 的機器學習 - 快速指南
- 使用 Python 的機器學習 - 資源
- 使用 Python 的機器學習 - 討論
與 Python 一起探討機器學習
機器學習 (ML) 基本上是計算機科學的一個領域,在該領域中,計算機系統可以像人類一樣感知資料。簡單來說,ML 是一種人工智慧,它使用演算法或方法從原始資料中提取模式。ML 的重點是讓計算機系統從經驗中學習,無需明確的程式設計或人工干預。
廣告