Machine-Learning笔记

机器学习(Machine Learning)笔记。参考多个学习资源 包含个人理解与总结 不能保证完全专业正确性 如有错误欢迎提出 期待您的补充贡献！

目录

章节	小节	数学知识补充	参与贡献人
介 绍	什么是机器学习		Exrick
第 1 章: 机器学习基础	1.1: 认识机器学习中的数据	线性代数: 矩阵	Exrick
	1.2: 机器学习的主要任务		Exrick
	1.3: 机器学习算法的几大分类		Exrick
第 2 章: 机器学习相关工具安装与使用	2.1: Python3的安装		Exrick
	2.2: 相关IDE的安装与使用		Exrick
	2.3: Numpy的基本使用（一）		Exrick
	2.4: Numpy的基本使用（二）		Exrick
	2.5: Numpy的基本使用（三）		Exrick
	2.6: Matplotlib的基本使用		Exrick
	2.7: Scikit-learn的简单探索		Exrick
第 3 章: 最简单的分类算法：k近邻算法	3.1: KNN算法原理与简单实现		Exrick
	3.2: Scikit-learn中KNN算法的封装		Exrick
	3.3: 如何判断算法的好坏与性能		Exrick

推荐学习资源

• Google机器学习速成课程
• 斯坦福大学公开课-机器学习的动机与应用 讲师：Andrew Ng
• 吴恩达机器学习

参考

• 百度百科、维基百科
• AiLearning
• 引用相关大佬前辈
  • 吴恩达 Andrew Ng
  • 李飞飞

   from https://github.com/Exrick/Machine-Learning