GitHub热榜第四!这套Python机器学习课,免费获取还易吸收 | 资源

5 月 15 日 量子位

铜灵 发自 凹非寺
量子位 出品 | 公众号 QbitAI

刚刚,又一个机器学习人气课程冲上GitHub热榜,一天之内新增了近700 star,一下子登上热榜第四。

这套课程名为A Machine Learning Course with Python(Python机器学习课程),其介绍中只有一句话:

这是一套容易理解并且简单的Python机器学习课。

入门级资源、门槛降到最低,这在不少网友心里种了草,推特网友纷纷转推,表示期待着有空好好学习一下。

里面都有啥?

“容易理解”的flag绝对不是白立的,从课程设置上就能看出,里面的内容绝对友好了。

这套资源主要在解决四个问题:

  1. 机器学习的定义是什么?

  2. 什么时候开始流行,发展趋势是什么?

  3. 机器学习的类别都有哪些?

  4. 最常见的机器学习算法以及如何实现它们?

针对这些问题,这套课程的设置了如下目录,共分为三章:

前言

  • 机器学习概览

第一章:核心概念

  • 交叉验证

  • 线性回归

  • 过拟合和低度拟合

  • 正则化

第二章:监督学习

  • 逻辑回归

  • 朴素贝叶斯分类

  • 决策树

  • K-近邻

  • 线性支持向量机

第三章:监督学习

  • 聚类

  • 主成分分析

  • 第四章:深度学习

  • 多层感知机

  • 卷积神经网络

  • 自编码器

不要看到这些专业词汇就被绕晕了,别忘了这可是套小白可食用的入门课。在每一个小节之后,都又细分出了更多小单元。比如在逻辑回归这一节:

包含了逻辑回归的简略介绍:

使用方法:

然后才是需要一些门槛的数学原理:

最后,还附上了相关案例及其代码,绝知此事要躬行:

虽然这套课程中没有视频,但里面用到了大量的动图元素方便理解,选择省流量课程的好去处。

关键是,它还完全免费呢。

机不可失,失不再来↓↓

传送门

课程直通车:
https://machine-learning-course.readthedocs.io/en/latest/index.html

Github地址:
https://github.com/machinelearningmindset/machine-learning-course

小程序|get更多AI学习干货

加入社群

量子位AI社群开始招募啦,量子位社群分:AI讨论群、AI+行业群、AI技术群;


欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“微信群”,获取入群方式。(技术群与AI+行业群需经过审核,审核较严,敬请谅解)


量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 !

登录查看更多
点赞 0
Top