1、学習の前に基本的な構成
それは多くのパッケージが付属しているので、私は、Pythonのアナコンダを使用し、基本的にはもはやインストールするには、自分自身を使用する必要がありません
Pycharm、以下に示すように、特にPIPリストを使用してIDE
2、研究ノート
はじめに(1)機械学習
機械学習一般的なプロセス:
基本的な数学を学ぶマシン:
(2)Pyth ONファンデーション
3、機械学習、分類と理解
機械学習は、通常は3つのカテゴリーに分類されます
教師付き学習
半教師付き学習
教師なし学習
教師付き学習
特徴表示タグと両者の機械学習リンクは、データを別々の特徴タグに与えられていない、タグを判断することができます。その答えを磨く人を見るために同様のトピックでは、それはあなたが質問に正しい答えを与えることができ、知識を統合します。
教師なし学習
大量のデータを提供しますが、それぞれの特性データとの間の関係を知らない、データはクラスタ間または特定のモデルで関係に従ってする必要があります。子供たちが何かを知っているときと同じように、あなたは椅子、テーブルか何かが何であるかを知っている長い時間のために多くのものを参照してください。
半教師付き学習
ラベルされた少量のデータとラベルなしデータの数が多い、データの一貫性と現実的な比較を学ん半教師、我々はモデルの一般化を改善するためにタグ付けされたデータを十分に活用する必要があります。そして、良いを作る方法を、それは半教師あり学習焦点となっています。
強化学習、バッチ学習とオンライン学習など:また、このような機械学習など多くのカテゴリがあります。