文件名称：MachineLearning:基本的机器学习算法，概念，示例和可视化。 从头开始流行的机器学习算法。 机器学习的应用
文件大小：459KB
文件格式：ZIP
更新时间：2024-05-18 08:40:40
data-science machine-learning clustering svm linear-regression
机器学习 机器学习与计算统计密切相关（并且经常与之重叠），该统计也侧重于通过使用计算机进行预测。 它与数学优化有着紧密的联系，后者为该领域提供了方法，理论和应用领域。 机器学习有时与数据挖掘混为一谈，后者的子领域更多地关注探索性数据分析，被称为无监督学习。 机器学习也可以不受监督，可以用于学习和建立各种实体的基线行为特征，然后用于发现有意义的异常。 在数据分析领域，机器学习是一种用于设计复杂模型和算法以进行预测的方法。 在商业用途中，这称为预测分析。 这些分析模型使研究人员，数据科学家，工程师和分析人员可以“从可靠的，可重复的决策和结果中得出”，并通过从数据的历史关系和趋势中学习来发现“隐藏的见解”。 目录 分类 聚类 均值漂移示例 泰坦尼克号（平移） 从零开始的平均偏移 机器学习算法 NumPy 大熊猫 Matplotlib
【文件预览】：
MachineLearning-master
----.gitignore(29B)
----Clustering()
--------Hierarchical Clustering()
--------Flat Clustering()
----Classification()
--------Support Vector Machine()
--------K-Nearest Neighbors()
----LICENSE(11KB)
----Regression()
--------Linear-Regression-From-Scratch.ipynb(52KB)
--------README.md(412B)
--------Tesla-Stock-Price-Forecast.ipynb(120KB)
----README.md(3KB)