刚刚,又一个机器学习人气课程冲上GitHub热榜,一天之内新增了近700 star,一下子登上热榜第四。
这套课程名为A Machine Learning Course with Python(Python机器学习课程),其介绍中只有一句话:
这是一套容易理解并且简单的Python机器学习课。
入门级资源、门槛降到最低,这在不少网友心里种了草,推特网友纷纷转推,表示期待着有空好好学习一下。
里面都有啥?
“容易理解”的flag绝对不是白立的,从课程设置上就能看出,里面的内容绝对友好了。
这套资源主要在解决四个问题:
机器学习的定义是什么?
什么时候开始流行,发展趋势是什么?
机器学习的类别都有哪些?
最常见的机器学习算法以及如何实现它们?
针对这些问题,这套课程的设置了如下目录,共分为三章:
前言
机器学习概览
第一章:核心概念
交叉验证
线性回归
过拟合和低度拟合
正则化
第二章:监督学习
逻辑回归
朴素贝叶斯分类
决策树
K-近邻
线性支持向量机
第三章:监督学习
聚类
主成分分析
第四章:深度学习
多层感知机
卷积神经网络
自编码器
不要看到这些专业词汇就被绕晕了,别忘了这可是套小白可食用的入门课。在每一个小节之后,都又细分出了更多小单元。比如在逻辑回归这一节:
包含了逻辑回归的简略介绍:
使用方法:
然后才是需要一些门槛的数学原理:
最后,还附上了相关案例及其代码,绝知此事要躬行:
虽然这套课程中没有视频,但里面用到了大量的动图元素方便理解,选择省流量课程的好去处。
关键是,它还完全免费呢。
机不可失,失不再来↓↓
传送门
课程直通车:
https://machine-learning-course.readthedocs.io/en/latest/index.html
Github地址:
https://github.com/machinelearningmindset/machine-learning-course