机器学习 专栏 更新啦(20240324)

机器学习 专栏

读者交流群已经开通了，有需要的可以私信进入读者交流群，群内进行技术交流和资料共享

未来的诸多变化都受到现在点点滴滴的影响，我未来能改变什么不能改变什么我都不知道，但是我知道的是我现在可以做点什么，已经从事互联网行业很多年了，主要在大数据领域，这些年随着云计算的发展，其实我们看到很多企业上云之后，对大数据的需求其实没有那么多了，当然整个互联网行业的寒冬也来了。
但是伴随着老的生产力的落幕，必然有新的生产力出现，否则整个社会的发展就陷入了停滞，其实我们可以看到现在的AI 发展的这么快，每一轮的技术发展都会有一二十年的生命周期，我们只能说传统互联网走到了夕阳西下的时候。

随着现在以ChatGPT为代表的大模型发展，人工智能、机器学习、大模型 这些词逐渐火热起来了，所以是时候了解一下这些东西了，可能有的人会说不会太晚了吗，其实不晚，因为我们从来都是技术的创造者，只是技术的使用者而已，在一定程度上来说，及时的学会使用，对普通人来说就足以过上不错的日子。

其实当你回过头去看的时候你就会发现很多事情都是这样的，淘宝京东是学习亚马逊的，移动支付是学习paypal 的，微信QQ 是学习facebook 的，即使这样不也撑起了中国互联网风风火火的20年吗，所以很多事情晚不是问题。

1. 专栏详细的介绍了机器学习过程中的各个步骤

   1. 定义问题
   2. 收集数据
   3. 数据清洗和特征工程
   4. 模型选择和训练
   5. 模型评估和优化
   6. 模型发布和上线

2. 专栏的主要内容包括

   1. 机器学习过程中涉及到的各个流程
   2. 常见的几十中机器学习模型
   3. 常见的模型评估方法
   4. 实战环节

编号	文章
1	机器学习概论—什么是机器学习
2	机器学习概论—如何学习机器学习
3	机器学习概论—增强学习
4	机器学习流程—数据收集
5	机器学习流程—数据预处理 清洗
6	机器学习流程—数据预处理 Encoding
7	机器学习流程—数据预处理 缩放和转换
8	机器学习流程—特征工程
9	机器学习流程—模型调参
10	机器学习流程—AutoML
11	机器学习流程—模型部署发布
12	机器学习流程—数据分布不均处理
13	机器学习流程—迁移学习 模型微调
14	机器学习模型—线性回归
15	机器学习模型—逻辑回归
16	机器学习概论—正则化
17	机器学习模型—K最近邻(KNN)
18	机器学习模型—支持向量机 (SVM)
19	机器学习模型—决策树
20	机器学习模型—分类回归树(CART)
21	机器学习模型—集成学习
22	机器学习模型—随机森林
23	机器学习模型—AdaBoost
24	机器学习模型—Gradient Boosting
25	机器学习模型—CatBoost
26	机器学习模型—LightGBM
27	机器学习模型—XGBoost
28	机器学习模型—朴素贝叶斯
29	机器学习模型—高斯过程(GPC)
30	机器学习模型—K means
31	机器学习模型—层次聚类
32	机器学习模型—主成分分析