基于Jupyter Notebook从头学习机器学习 | 入门资料分享
量子位 报道 | 公众号 QbitAI热心分享机器学习入门资料的人越来越多了。今天跟大家介绍的是一个名为ZekeLabs的机构推出的机器学习入门资料。ZekeLabs是一个位于印度班加罗尔的编程教育机构。根据原po主在Reddit上的帖子介绍，对于那些已经有了机器学习相关基础的人来说，这份资料可能价值不大。但对于那些刚刚“入坑”的人来说，这份资料很有意义。不少人都在帖子下面回应，这份资料的确有价值。这份课程的亮点是基于“Jupyter Notebook”。根据官方介绍，Jupyter Notebook是一个基于网页的交互计算应用程序。可以应用到全过程计算中去，包括开发、文档编写、运行代码和展示结果。根据GitHub上的README文档介绍，这份资料主要分为3个部分。机器学习Git Codebook这部分一共有10节课程，分别是：第1课： Numpy简介 （这一部分有视频）第2课： Pandas简介第3课： Python绘图第4课： 回归模型第5课： 数据预处理第6课： 决策树第7课： 朴素贝叶斯第8课： 特征联合第9课： 模型选择和评估第10课：特征选择方法
经典ML案例研究这部分一共有5个案例。分别是：案例1：线性回归案例2：癌症预测案例3：在线学习案例4：客户流失预测案例5：收入预测案例6：员工离职预测
|来自EdYoda的一些免费课程EdYoda是一个提供技术教程的开放平台。这部分一共16个相关的课程，涉及到人工智能相关的各个领域。
GitHub传送门：
https://github.com/zekelabs/data-science-complete-tutorial
资源不错
学习者
很有用 实践表明
jupyter
做学习
是很合适的
但是
大规模开发
还是不太好 经常遇到死掉的
情况
资源的利用，机制上，还是有些问题
页:
[1]