2024年Go最新scikit-learn sklearn 0(3)，9次Golang面试经验总结

本文链接：https://blog.csdn.net/2401_84904534/article/details/138833454

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

	- [Stochastic Gradient Descent ( 随机梯度下降 )](https://bbs.csdn.net/topics/618658159)
	- [Nearest Neighbors ( 最近邻 )](https://bbs.csdn.net/topics/618658159)
	- [Gaussian Processes（高斯过程）](https://bbs.csdn.net/topics/618658159)
	- [Cross decomposition（交叉分解）](https://bbs.csdn.net/topics/618658159)
	- [Naive Bayes ( 朴素贝叶斯 )](https://bbs.csdn.net/topics/618658159)
	- [Decision Trees（决策树）](https://bbs.csdn.net/topics/618658159)
	- [Ensemble methods（集成方法）](https://bbs.csdn.net/topics/618658159)
	- [多类和多标签算法](https://bbs.csdn.net/topics/618658159)
	- [功能选择](https://bbs.csdn.net/topics/618658159)
	- [半监督](https://bbs.csdn.net/topics/618658159)
	- [等式回归](https://bbs.csdn.net/topics/618658159)
	- [概率校准](https://bbs.csdn.net/topics/618658159)
	- [神经网络模型（监督）](https://bbs.csdn.net/topics/618658159)
+ [无监督学习](https://bbs.csdn.net/topics/618658159)
	- [高斯混合模型](https://bbs.csdn.net/topics/618658159)
	- [流形学习](https://bbs.csdn.net/topics/618658159)
	- [聚类](https://bbs.csdn.net/topics/618658159)
	- [双聚类](https://bbs.csdn.net/topics/618658159)
	- [分解成分中的信号（矩阵分解问题）](https://bbs.csdn.net/topics/618658159)
	- [协方差估计](https://bbs.csdn.net/topics/618658159)
	- [新奇和异常检测](https://bbs.csdn.net/topics/618658159)
	- [密度估计](https://bbs.csdn.net/topics/618658159)
	- [神经网络模型（无监督）](https://bbs.csdn.net/topics/618658159)
+ [模型选择和评估](https://bbs.csdn.net/topics/618658159)
	- [交叉验证：评估估计器性能](https://bbs.csdn.net/topics/618658159)
	- [调整估计器的超参数](https://bbs.csdn.net/topics/618658159)
	- [模型评估：量化预测的质量](https://bbs.csdn.net/topics/618658159)
	- [模型持久化](https://bbs.csdn.net/topics/618658159)
	- [验证曲线：绘制分数以评估模型](https://bbs.csdn.net/topics/618658159)
+ [数据集转换](https://bbs.csdn.net/topics/618658159)
	- [管道和FeatureUnion：组合估计](https://bbs.csdn.net/topics/618658159)
	- [特征提取](https://bbs.csdn.net/topics/618658159)
	- [预处理数据](https://bbs.csdn.net/topics/618658159)
	- [无监督降维](https://bbs.csdn.net/topics/618658159)
	- [随机投影](https://bbs.csdn.net/topics/618658159)
	- [内核近似](https://bbs.csdn.net/topics/618658159)
	- [成对度量，亲和力和内核](https://bbs.csdn.net/topics/618658159)
	- [转换预测目标（y）](https://bbs.csdn.net/topics/618658159)
+ [数据集加载实用程序](https://bbs.csdn.net/topics/618658159)
+ [计算策略：更大的数据](https://bbs.csdn.net/topics/618658159)
+ [计算性能](https://bbs.csdn.net/topics/618658159)

学习路线 : 机器学习基础 –> sklearn –> tensorflow（学这些之前，得先把大数据的基础搞定先，后期会组织该学习活动，期待ing。。。）

若你有任何想法或建议，请联系企鹅 : 1042658081

欢迎转载，请注明来源：