iT邦幫忙

2023 iThome 鐵人賽

DAY 1
0
AI & Data

紮實的ML機器學習原理~打造你對資料使用sklearn的靈敏度系列 第 1

DAY 1 「開賽說明」Sklearn解釋了機器學習的傻傻分不清楚~

  • 分享至 

  • xImage
  •  

不免俗剛跨入小白迴歸/分類/聚類/降維傻傻分不清楚

先賣個關子後面就會跟你解釋
/images/emoticon/emoticon08.gif只要過關不管什麼樣的題目離職預測/機台瑕疵檢測等等你都不怕
自己都知道挑哪種演算法
https://ithelp.ithome.com.tw/upload/images/20230916/20150603bwcp7mBYTU.png

使用自https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html

  • 數據預處理
    缺失值處理
    特徵縮放和標準化
    特徵選擇
  • 監督學習
    簡單線性回歸和多元線性回歸
    分類模型(如 K-最近鄰算法,決策樹,支持向量機)
    模型評估和性能指標
  • 非監督學習
    聚類算法(如 K-均值聚類)
    主成分分析 (PCA) 和 t-分佈隨機近鄰嵌入 (t-SNE)
  • 交叉驗證和模型選擇
    K 折交叉驗證
    網格搜索和超參數調優
    模型性能評估

下一篇
DAY 2 「sklearn」調用演算法10步驟你也是大神~
系列文
紮實的ML機器學習原理~打造你對資料使用sklearn的靈敏度30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言