1.前言
从今天开始,要开始练手《机器学习实战》了。前面学了一点理论基础,而且还做了两个比赛,但是感觉很多东西还是无从下手,只是跑跑baseline的水平,没有形成一个完整的体系,所以要踏踏实实的打好基础。光说不练假把式,光学理论是没有用的,理论结合实践,真正通过实战才能学到知识,悟到真理。
这本书相信很多人已经都看过了。本人想通过这种方式记录自己的学习历程,并加强记忆。
这本书不会原文字照搬,而是根据自己理解更通俗的去描述。
2. 目录
活了那么多年,感觉自己以前不会学习,学习第一步要干什么,我觉得应该记课程目录,即大纲。把整个体系架构在脑子里搭起来,架子有了,再往里慢慢填充知识就行了,这样不容易遗忘,而且可以统筹大局。
-
第一部分 机器学习基础(统计学习)
-
第 1 章 机器学习介绍
-
第 2 章 端到端的机器学习项目
-
第 3 章 分类
-
第 4 章 训练模型
-
第 5 章 支持向量机 ( 之前有写过博客暂时略过,下同 )
-
第 6 章 决策树 (略)
-
第 7 章 集成学习和随机森林(略)
-
第 8 章 降维
-
-
第二部分 神经网络和深度学习