机器学习是计算机科学的一个子领域,使计算机能够在没有被明确编程的情况下自主学习,它探讨了从数据中学习和预测的算法研究和构建。机器学习的范围广泛,跨越数学、计算机科学和神经科学等多个领域。 该路线图也有一个Jupyter notebook,记载着大部分Data Science步骤,可以在以下链接中找到:https://github.com/dformoso/sklearn-classification,感谢Github用户dformoso的分享! 数据科学是一个需要设计、实施和维护的过程。部分路线图如下所示: 数据部分 首先,我们需要一些数据,找到数据、收集数据、清理数据等共5步。 数学部分 机器学习是在数学基础上建立起来的!我们需要了解一些函数知识! 概念部分 类别,方法,库和方法的部分列表。 模型部分 最受欢迎的模型抽样。 整个机器学习和深度学习路线图非常庞大,因此此处无法提供完整视图,完整路线图可到http://wenku.it168.com/d_001728559.shtml和http://wenku.it168.com/d_001728560.shtml中下载或查看! |
|