使用 Python 从头开始​​进行机器学习

从头开始使用 Python 进行机器学习 - 完整课程 [免费]

在本课程中，我们仅使用 Python 和 NumPy 从头开始​​实现最流行的机器学习算法。

在本课程中，我们实施 最流行的机器学习算法 使用纯 Python 和 NumPy 从头开始​​。

在本课程结束时，您将拥有 深刻的理解 这些算法背后的概念。

每个部分都以一个简短的开头 理论部分 这解释了算法背后的数学和概念。然后我们 跳转到代码 并以干净的、面向对象的风格实现它。您将得到一个 亲身体验 机器学习算法，让您更有信心在自己的项目中使用它们。

先决条件¶

初级 Python 技能和一点数学知识 学习课程需要知识（线性代数、微分方程）。 NumPy 知识可能有用，但不是必须的。如果您想快速回顾一下，可以查看我的 免费 NumPy 手册 涵盖所有基本功能。你可以在这里得到它。

笔记¶

这是我的 ML From Scratch 播放列表的集合，编译成一个视频。所有算法的代码都可以在 GitHub 上找到。 Jupyter 笔记本可在 Patreon 上找到。

课程大纲¶

1) KNN 2) 线性回归 3) 逻辑回归 4) 回归重构 5) 朴素贝叶斯 6) 感知器 7) SVM 8) 决策树第 1 部分 9) 决策树第 2 部分 10) 随机森林 11) PCA 12) K-Means 13 ) AdaBoost 14) LDA 15) 从 CSV 加载数据

* 这些是附属链接。通过点击它，您将不会产生任何额外费用。相反，你会支持我的项目。谢谢你！ 🙏