机器学习(常用科学计算库的使用)基础定位、目标
1.
机器学习概述
1.1.
人工智能概述
1.2.
人工智能发展历程
1.3.
人工智能主要分支
1.4.
机器学习工作流程
1.5.
机器学习算法分类
1.6.
模型评估
1.7.
Azure机器学习模型搭建实验
1.8.
深度学习简介
2.
机器学习基础环境安装与使用
2.1.
库的安装
2.2.
jupyter notebook使用
3.
Matplotlib
3.1.
Matplotlib之HelloWorld
3.2.
基础绘图功能 — 以折线图为例
3.3.
常见图形绘制
4.
Numpy
4.1.
Numpy的优势
4.2.
N维数组-ndarray
4.3.
基本操作
4.4.
ndarray运算
4.5.
数组间的运算
4.6.
数学:矩阵
5.
Pandas
5.1.
Pandas介绍
5.2.
Pandas数据结构
5.3.
基本数据操作
5.4.
DataFrame运算
5.5.
Pandas画图
5.6.
文件读取与存储
5.7.
高级处理-缺失值处理
5.8.
高级处理-数据离散化
5.9.
高级处理-合并
5.10.
高级处理-交叉表与透视表
5.11.
高级处理-分组与聚合
5.12.
案例
6.
拓展知识
6.1.
完整机器学习项目的流程
6.2.
独立同分布
Published with GitBook
机器学习(常用科学计算库的使用)基础定位、目标
机器学习基础环境安装与使用
学习目标
完成机器学习基础阶段的环境安装
学会使用jupyter notebook平台完成代码编写运行