scikit-learn__01__Preliminaries

scikit-learn简介：Python中的机器学习

本教程的目标

介绍机器学习的基础知识，以及一些在实践中有用的技能。

介绍scikit-learn的语法，以便您可以使用可用的丰富工具集。

时间表：

预备课程：设置和介绍（15分钟）

确保您的计算机已安装

机器学习和Scikit学习界面的基本原理（45分钟）

什么是机器学习？

机器学习数据布局

监督学习

分类

回归

衡量绩效

无监督学习

聚类

降维

密度估算

学习模型评估

为您的数据集选择正确的算法

有监督的深度学习（1小时）

支持向量机

决策树和随机森林

无监督的深度学习（1小时）

主成分分析

K均值聚类

高斯混合模型

模型验证（1小时）

验证和交叉验证

初赛

本教程需要以下软件包：

Python版本2.7或3.4+

numpy版本1.8或更高版本：http://www.numpy.org/

scipy版本0.15或更高版本：http://www.scipy.org/

matplotlib版本1.3或更高版本：http://matplotlib.org/

scikit-learn 0.15或更高版本：http://scikit-learn.org

具有笔记本支持的ipython / jupyter 3.0或更高版本：http://ipython.org

seaborn：0.5或更高版本，主要用于情节样式

获得这些的最简单方法是使用conda环境管理器。 我建议下载并安装miniconda。

以下命令将安装所有必需的软件包：

$ conda install numpy scipy matplotlib scikit-learn ipython-notebook

或者，您可以下载并安装（非常大的）Anaconda软件发行版，位于https://store.continuum.io/。

检查安装

您可以运行以下代码来检查系统上软件包的版本：

from __future__ import print_function

import IPython
print('IPython:', IPython.__version__)

import numpy
print('numpy:', numpy.__version__)

import scipy
print('scipy:', scipy.__version__)

import matplotlib
print('matplotlib:', matplotlib.__version__)

import sklearn
print('scikit-learn:', sklearn.__version__)