机器学习的基础知识

机器学习概览

什么是机器学习

为什么要使用机器学习

应用示例

机器学习系统的类型

机器学习的主要挑战

测试和验证

端到端机器学习项目

使用真实数据

放眼大局

获取数据

探索和可视化数据以获得见解

为机器学习算法准备数据

选择和训练模型

微调模型

启动，监控和维护系统

分类

MNIST

训练二元分类器

性能测量

多类分类

错误分析

多标签分类

多输出分类

训练模型

线性回归

梯度下降

多项式回归

学习曲线

正则化线性模型

逻辑回归

支持向量机

线性SVM分类

非线性SVM分类

SVM回归

线性SVM 分类器的工作原理

对偶问题

决策树

训练和可视化决策树

做出预...

Read more

Read more

让机器学习要找对方法

从产品目标到机器学习框架

制定方案

建成可用的流水线

搭建你的首条端到端流水线

获取初始数据集

模型迭代

训练和评估模型

调试机器学习模型

用分类器生成写作建议

部署与监控

部署模型的注意事项

选择部署方案

搭建模型防护罩

监控和更新模型

Read more

Read more

Read more

Read more

Read more

Read more

Read more

Read more