机器学习付费专栏的一些简介

这是我个人的机器学习入门清单及路线，所以没有像很多收藏夹那样大而全，一来学不完，二来给自己压力。这是个人的路线。算是个人记录，也给大家参考，如有什么不足之处，欢迎指教。

前置知识及技能：
1、线性代数基础，如果没的话，还是先学了这门课在研究吧，不然会哭的。
2、学会python就行了。R也可以用用。

做了个流程图，来展示下我的学习路线。

除了入门课程外，其他四项其实不完全是按照流程的（但总体上是），有时实战时需要学新模型。有时学了某些模型再选方向也未迟。但是入门课程，尤其是Coursera那个，一定要看完了才开始后面的学习。下面给出每项的学习地址：

同时给上机器学习付费视频教程（贪心科技的）大家可以去贪心科技那里学习。

网址：https://tx.greedyai.com/
账号和密码：
13717378202
Win590890

  

 

  
1
  
2
  
3
  
4
 

• 贪心科技训练营

sklearn

• sklearn的简单使用

• sklearn特征的提取(上）

• sklearn特征的提取(下）

• sklearn数据预处理

• sklearn提取图片信息

• sklearn 特征工程

• sklearn模型的训练(上）

• sklearn模型的训练(下）

• sklearn特征的选择

• sklearn数据的获取

• sklearn模型评估

决策树

• 决策树和随机森林（上）
• 决策树和随机森林（下）
• 决策树如何可视化
• 十五、机器学习中的决策树和随机森林算法

聚类

• 机器学习认识聚类（KMeans算法）
• 聚类（上）K-mean算法
• 聚类（中）层次聚类 基于密度的聚类算法
• 聚类（下） 谱聚类算法
• EM聚类算法

如果大家需要学习numpy、pandas之类的，请移步到数据分析专栏。放心，我是设置了一次订阅，全部专栏开放

机器学习的项目和代码下载：

链接：https://pan.baidu.com/s/1d3tusmYFl3uoIQ2N3YMb3Q
提取码：kvrt
复制这段内容后打开百度网盘手机App，操作更方便哦

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/115664911