【教程】机器学习Python教程：1机器学习

笔者邀请您，先思考：

1 机器学习是什么？机器学习如何应用？为什么要用机器学习？

编者按：机器学习Python教程，一份有价值的英文版Python玩机器学习的资料。数据人网进行翻译，分享和传播。希望更多的数据人，可以利用Python这个工具和机器学习这个方法论从数据中学习到知识，以创造商业价值。

机器学习是一种编程，它使计算机能够在没有显式编程的情况下自动地从数据中学习。换句话说，这意味着这些程序通过学习数据来改变它们的行为。

在本教程中，我们将介绍机器学习的各个方面。当然，一切都与Python相关。这就是用Python进行机器学习。很可能你来到这个网站是为了寻找这个问题的答案:什么是最好的机器学习编程语言?Python显然是顶级玩家之一!

我们将在本教程中介绍机器学习和Python的下列主题:

• k近邻分类器
• 神经网络
• Python中的神经网络
• 使用Numpy库的Python中神经网络
• Dropout 神经网络
• 神经网络和Scikit
• 使用Scikit和Python进行机器学习
• 朴素贝叶斯分类器
• 使用朴素贝叶斯和Python做文本分类

机器学习大致可分为三类:

监督式学习

机器学习程序同时给出输入数据和相应的标签。这意味着学习数据必须事先由人类标记。

无监督学习

学习算法没有标签。算法必须计算出输入数据的簇。

强化学习

计算机程序与它的环境进行动态交互。这意味着程序接收到积极和/或消极的反馈，以改进性能。

原文链接： https://www.python-course.eu/machine_learning.php

版权声明：作者保留权利，严禁修改，转载请注明原文链接。

数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习到有用知识。 平台的理念：人人投稿，知识共享；人人分析，洞见驱动；智慧聚合，普惠人人。 您在数据人网平台，可以1）学习数据知识；2）创建数据博客；3）认识数据朋友；4）寻找数据工作；5）找到其它与数据相关的干货。 我们努力坚持做原创，聚合和分享优质的省时的数据知识！ 我们都是数据人，数据是有价值的，坚定不移地实现从数据到商业价值的转换！