机器学习
机器学习是一种编程,它使计算机能够在没有明确编程的情况下自动从数据中学习。换句话说,这意味着这些程序通过从数据中学习来改变它们的行为。
我们将在本教程中介绍机器学习的各个方面。当然,一切都将与 Python 相关。所以它是使用 Python 进行机器学习。您很可能是在寻找以下问题的答案时来到这个网站的:机器学习的最佳编程语言是什么?Python 显然是顶级玩家之一!
我们将在本关于机器学习和 Python 的教程中介绍以下主题:
- k-最近邻分类器
- 神经网络
- Python 从零开始的神经网络
- 使用 Numypy 的 Python 神经网络
- Dropout 神经网络
- 使用 Scikit 的神经网络
- 使用 Scikit 和 Python 进行机器学习
- 朴素贝叶斯分类器
- 使用朴素贝叶斯和 Python 进行文本分类简介
机器学习大致可以分为三类:
监督学习
机器学习程序被赋予输入数据和相应的标签。这意味着必须事先由人类标记学习数据。
无监督学习
没有为学习算法提供标签。该算法必须找出输入数据的聚类。
强化学习
计算机程序与其环境动态交互。这意味着程序会收到正面和/或负面反馈以提高其性能。