对于机器学习入门，我的最佳建议分为 5 个步骤：
第 1 步：调整心态。相信您可以练习和应用机器学习。
是什么阻碍了您实现机器学习目标？
为什么机器学习不必那么难
如何思考机器学习
找到你的机器学习部落
第 2 步：选择一个进程。使用系统化流程来解决问题。
应用机器学习过程
第 3 步：选择一个工具。为您的级别选择一个工具，并将其映射到您的流程中。
初学者：Weka Workbench。
中级：Python 生态系统。
高级：R 平台。
机器学习的最佳编程语言
第 4 步：在数据集上练习。选择要处理的数据集并练习该过程。
使用小型内存数据集练习机器学习
真实世界的机器学习问题之旅
解决对您很重要的机器学习问题
第 5 步：建立投资组合。收集结果并展示您的技能。
构建机器学习产品组合
获得报酬以应用机器学习
机器学习赚钱
有关此自上而下方法的详细信息，请参阅：
机器学习掌握方法
面向程序员的机器学习
我的许多学生都使用这种方法在 Kaggle 比赛中取得好成绩，并找到了机器学习工程师和数据科学家的工作。
应用机器学习过程
机器学习的好处是预测和做出预测的模型。
掌握应用机器学习的技能意味着知道如何始终如一地可靠地对一个又一个问题进行高质量的预测。您需要遵循一个系统的过程。
机器学习的概率
概率是量化和利用不确定性的数学。它是许多数学领域（如统计学）的基石，对于应用机器学习至关重要。
数据统计
数据评估
关于machinelearningmastery特别声明
本站AI导航提供的machinelearningmastery都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由AI导航实际控制，在2024年1月4日 下午5:33收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，AI导航不承担任何责任。
相关导航
暂无评论...