文件名称：机器学习算法教程：基础机器学习算法教程（线性回归，逻辑回归，SVM，随机森林，装袋，KNN，K均值...）
文件大小：6.15MB
文件格式：ZIP
更新时间：2024-03-13 04:07:44
JupyterNotebook
什么是机器学习？ 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法，机器学习允许计算机查找隐藏的见解，而无需对其进行明确的编程。 它是干什么用的？ 欺诈识别。 网络搜索结果。 网页上的实时广告 信用评分和次优报价。 预测设备故障。 新的定价模式。 网络入侵检测。 预测客户流失 模式和图像识别。 电子邮件垃圾邮件过滤。 这是最近几个月我一直在努力的机器学习算法教程列表。 随时在下面的评论中留下您的反馈/建议 1. 2. 3. 4. 5. 6. 7.
【文件预览】：
Machine-Learning-Algorithms-Tutorials-master
----Ensemble ML Algorithms _ Bagging, Boosting, Voting.ipynb(1.5MB)
----Support Vector Machine & PCA Tutorial.ipynb(2.64MB)
----Predicting Houses Prices using ANNs.ipynb(1.03MB)
----Decision Trees and Random Forest Tutorial.ipynb(1.66MB)
----K-Means Clustering - Private vs Public Universities.ipynb(522KB)
----Linear Regression - House price prediction.ipynb(20KB)
----Logistic Regression Tutorial (Predict Ad click).ipynb(701KB)
----README.md(2KB)
----KNNeighbors - Private vs Public Universities.ipynb(635KB)