Python机器学习基础-学习笔记+教程资源分享

**

前言

**
废话不多说，先上教程资源：https://pan.baidu.com/s/1zHGyvFI1Q_DThYu3WU2ymg
里面有
1、《Python机器学习基础》高清PDF中英文双版+实战源代码；
2、吴恩达教授课程笔记+原始讲义；
最近由于工作需要和个人兴趣所向，开始学习python机器学习

**

笔记

首先我自己通俗总结下机器学习是什么，简单来说就是“机器学习过程就是使用适当的学习算法和足够多的训练数据，让计算机可以自主收集、识别、处理信息”，以上教程资源里有足够多的例子说明这一点，比如鸢尾花的例子，使用150个已知品种鸢尾花的花萼宽度、花萼长度和花瓣宽度、花瓣长度去训练一种算法，使得当你收集到一株未知品种的鸢尾花时，只需输入花萼宽度、花萼长度和花瓣宽度、花瓣长度或部分数据，就可以通过机器学习算法获取该株鸢尾花的品种。

学习过程

**
机器学习的算法分为两类：监督学习和无监督学习。目前我只学到监督学习，所以下面只讲监督学习

• 监督学习：通俗来讲就是已知输入、已知输出的学习，可分为分类、回归两种。常见的学习算法有很多，比如K近邻、线性模型、决策树等。监督学习过程就是根据数据特征和项目需求选择合适的算法，再使用准备好的训练数据对该算法的相关系数等进行训练计算。
• 无监督学习：与监督学习相反，只已知输入，但是不知输出的学习过程。