『机器学习』入门教程汇总
這是我們老師根據(jù)現(xiàn)有資源整理的一個機器學(xué)習(xí)路徑。涵蓋了Numpy，Scipy，Pandas，Scikit-learn，Matplotlib 等開源工具的學(xué)習(xí)，并完成從數(shù)據(jù)清理、數(shù)據(jù)分析、模型構(gòu)建，到最終的預(yù)測評估及可視化呈現(xiàn)。
“成為編程大牛要一門好語言加一點點天分。一門好語言，一點點天分，再加一份堅持。要是天分少，光靠堅持也行。”
入門知識
?Linux 基礎(chǔ)入門（新版）
Github 快速上手實戰(zhàn)教程
Python3 簡明教程
NumPy 百題大沖關(guān)
Pandas 百題大沖關(guān)
使用 Matplotlib 繪制 2D 和 3D 圖形
本教程的正確食用姿勢：區(qū)別于目前所有主流教程，這類教程的核心就是動手！跟著文檔說明，在在線的Linux系統(tǒng)中一步一步地敲出基礎(chǔ)知識，各種有趣項目；走出只看書、看視頻卻不動手的禁區(qū)，你會比別人學(xué)的更快的，放心。
算法基礎(chǔ)
1. 基于SVM的貓咪圖片識別器
SVM（支持向量機）是一種常用的機器學(xué)習(xí)分類算法。教程使用HOG+SVM算法和OpenCV實現(xiàn)一個圖片分類器，通過自己訓(xùn)練分類器，達到可以判斷任意圖片是否是貓咪的效果。
2. K-近鄰算法實現(xiàn)手寫數(shù)字識別系統(tǒng)
從電影題材分類的例子入手，詳細講述 k-近鄰算法的原理。在這之后，我們將會使用該算法實現(xiàn)手寫數(shù)字識別系統(tǒng)，書籍教程配套實驗練習(xí)，幫助您更好得實戰(zhàn)。
3. Spark 基礎(chǔ)之使用機器學(xué)習(xí)庫 MLlib
你將可以學(xué)習(xí)到 Spark 的機器學(xué)習(xí)庫—— MLlib 的相關(guān)知識，了解 MLlib 與 ML 之間的區(qū)別和聯(lián)系，掌握 MLlib 中的幾個基本數(shù)據(jù)類型。同時，還將通過一個電影推薦的實例，講解如何利用機器學(xué)習(xí)算法解決實際問題。
4. 決策樹實戰(zhàn)項目-鳶尾花分類
了解決策樹的基本概念，學(xué)習(xí)決策樹生成過程中的 ID3, C4.5 及 CART 算法及原理。最后通過 scikit-learn 提供的決策樹算法完成鳶尾花分類實驗。
5. 使用邏輯回歸預(yù)測IPO市場
在20世紀(jì)90年代末，獲得了對的IPO（首次公開募股）就像贏得彩票一樣。通過對一系列數(shù)據(jù)進行清洗、建模、分類，來獲一個可以預(yù)測IPO市場的簡單模型。
6. 《Python 貝葉斯分析》- 利用邏輯回歸實現(xiàn)鳶尾花分類
講解邏輯回歸模型的概念，以及由線性回歸擴展為邏輯回歸的逆連結(jié)函數(shù)概念，并利用邏輯回歸對鳶尾花進行分類。
中場休息......笑一個吧！
基礎(chǔ)項目
1.?人機對戰(zhàn)初體驗:Python基于Pygame實現(xiàn)四子棋游戲
利用Python模擬AI和玩家進行四子棋游戲，利用游戲?qū)嶒濸ygame庫，為游戲提供界面和操作支持。AI算法借用蒙特卡洛搜索樹思想。通過設(shè)置AI的難度系數(shù)，即AI所能考慮到的未來棋子的可能走向，從而選擇出最佳的方案和玩家對抗。
2.Python 實現(xiàn)英文新聞?wù)詣犹崛?/strong>
新聞?wù)崛【褪浅バ侣勚腥哂嗟牟糠?#xff0c;只保留關(guān)鍵的語句。教程將通過兩個實驗來為大家介紹兩個不同的提取摘要算法，并通過python語言完成英文新聞?wù)淖詣犹崛 ?/span>
3. 使用 Python 實現(xiàn)深度神經(jīng)網(wǎng)絡(luò)
教你使用 Python 實現(xiàn)一個深度神經(jīng)網(wǎng)絡(luò)，讓你在實際動手的過程中理解深度學(xué)習(xí)的一些基本原理，帶你真正入門深度學(xué)習(xí)。
4. 使用卷積神經(jīng)網(wǎng)絡(luò)進行圖片分類
卷積神經(jīng)網(wǎng)絡(luò)特別適合于處理圖像相關(guān)問題，教程一邊講解卷積神經(jīng)網(wǎng)絡(luò)原理，一邊帶你動手使用caffe深度學(xué)習(xí)框架進行圖片分類。
5. 基于卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)圖片風(fēng)格的遷移
基于卷積神經(jīng)網(wǎng)絡(luò)，使用Caffe框架，探討圖片風(fēng)格遷移背后的算法原理，手把手教你實現(xiàn)和Prisma一樣的功能，教計算機學(xué)習(xí)梵高作畫。
開源工具學(xué)習(xí)
1.?scikit-learn 實戰(zhàn)之非監(jiān)督學(xué)習(xí)
機器學(xué)習(xí)中，除了常見的監(jiān)督學(xué)習(xí)之外，還有一個非常重要的分支 —— 非監(jiān)督學(xué)習(xí)。本教程將帶你了解非監(jiān)督學(xué)習(xí)，并學(xué)會使用 scikit-learn 解決非監(jiān)督學(xué)習(xí)問題。
2. scikit-learn 實戰(zhàn)之監(jiān)督學(xué)習(xí)
監(jiān)督學(xué)習(xí)是機器學(xué)習(xí)中最為常見、應(yīng)用最為廣泛的分支之一。本教程將帶你了解監(jiān)督學(xué)習(xí)，并學(xué)會使用 scikit-learn 提供的各類監(jiān)督學(xué)習(xí)方法解決實際問題。
3. 深度學(xué)習(xí)初探--入門DL主流框架
通過8個實驗，帶領(lǐng)同學(xué)們?nèi)腴TTensorFlow、Theano、Keras 及 Caffe 幾個主流的深度學(xué)習(xí)框架，通過項目實踐使同學(xué)了解如何利用這些框架搭建自己的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。
中場休息......要么面帶桃花，要么面帶微笑。
進階項目
1.?Python 應(yīng)用馬爾可夫鏈算法實現(xiàn)隨機文本生成
應(yīng)用馬爾可夫鏈算法，實現(xiàn)根據(jù)給定訓(xùn)練文本，輸出隨機生成的中/英文文本。使用 Python 實現(xiàn)一個類，封裝可供使用的方法。
2. 神經(jīng)網(wǎng)絡(luò)實現(xiàn)人臉識別任務(wù)
利用基于無監(jiān)督學(xué)習(xí)的自編碼器對人臉數(shù)據(jù)進行特征提取，進行圖片降維，利用降維后的結(jié)果作為有監(jiān)督學(xué)習(xí)分類器的輸入，最終利用一個三層神經(jīng)網(wǎng)絡(luò)實現(xiàn)人臉識別的任務(wù)。
3. 基于無監(jiān)督學(xué)習(xí)的自編碼器實現(xiàn)
介紹一種基于無監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)降維的一種應(yīng)用——自聯(lián)想存儲器。
4. NBA常規(guī)賽結(jié)果預(yù)測：利用Python進行比賽數(shù)據(jù)分析
利用NBA在2015~2016年的比賽統(tǒng)計數(shù)據(jù)進行回歸模型建立，最終在今年2016~2017的常規(guī)賽中預(yù)測每場比賽的輸贏情況。
5. Python 氣象數(shù)據(jù)分析：《Python 數(shù)據(jù)分析實戰(zhàn)》
先會對數(shù)據(jù)進行清洗，然后運用 Python 中 matplotlib 模塊的對數(shù)據(jù)進行可視化處理，最終從清晰的圖表中得出我們的結(jié)論。
6. Twitter數(shù)據(jù)情感分析
使用Spark MLlib對Twitter上的流數(shù)據(jù)進行情感分析，并且利用Python的工具包basemap可視化美國不同的州對于曾經(jīng)的總統(tǒng)候選人情感分析結(jié)果。
7. Ebay 在線拍賣數(shù)據(jù)分析
利用 eBay 上的拍賣數(shù)據(jù)進行數(shù)據(jù)分析，實現(xiàn)通過數(shù)據(jù)判斷拍賣最終是否可以成功交易和預(yù)測最終成交的價格。
8. 大數(shù)據(jù)帶你挖掘打車的秘籍
基于某市的出租車行駛軌跡數(shù)據(jù)，帶你學(xué)習(xí)如何應(yīng)用Spark SQL和機器學(xué)習(xí)相關(guān)技巧，并且通過數(shù)據(jù)可視化手段展現(xiàn)分析結(jié)果。
9. 使用 Spark 和 D3.js 分析航班大數(shù)據(jù)
在航班數(shù)據(jù)分析實驗中，可以學(xué)習(xí)到如何使用 OpenRefine 進行簡單的數(shù)據(jù)清洗，以及如何通過 Spark 提供的 DataFrame、 SQL 和機器學(xué)習(xí)框架等工具，對航班起降的記錄數(shù)據(jù)進行分析。
如果你看到這里，你已經(jīng)超過91.23%對機器學(xué)習(xí)感興趣的人啦噢嘿嘿。你知不知道，有句話是這樣說的：一件事，1000人想去做，100人開始做了，最終，只有1個人堅持到了最后。
話雖沒有絕對，但想想看，今天確實是你生命中最年輕的一天啦，所以，想要做的事，勇敢撿起來做吧！祝你學(xué)習(xí)順利。
今日推薦
點擊圖片查看詳情
第一彈：超全Python學(xué)習(xí)資源整理（入門系列）
第二彈：超全Python學(xué)習(xí)資源整理（進階系列）
8個爽滑如絲的Windows小軟件，不好用你拿王思蔥砸死我
60人，42天，死磕“高薪卻高難度”的機器學(xué)習(xí)，結(jié)果如下。
武俠版編程語言...Java像張無忌還是令狐沖？
總結(jié)
以上是生活随笔為你收集整理的『机器学习』入门教程汇总的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 开源新作！抖音四面被拒，再战头条终获of
- 下一篇： 项目感言