趣味機器學習入門小專案（附教程與資料）

微信公眾號

關鍵字全網搜尋最新排名

【機器學習演算法】：排名第一

【機器學習】：排名第一

【Python】：排名第三

【演算法】：排名第四

沒有任何理論可以代替實踐，雖然教材和課程能讓你掌握一些基本原理，但在嘗試應用時，你會發現具體操作起來比較困難。因此專案有助於提高應用機器學習的技巧，此外在找工作中也會給自己增添一些籌碼。

這個專案的目標是將現成模型應用到不同的資料集。首先，你會根據直覺為問題找到對應的模型，實踐檢驗該模型是否對資料丟失具有魯棒性、是否適合處理哪種類別特徵；其次，本專案將教會你快速設計初始模型的技能，在實際應用中，我們一般會先找到一個簡單模型進行快速實現以確定一個baseline，逐步提升模型效能，而不是一蹴而就的完成；最後，這個練習可以幫助你掌握建模的流程。下面我裡除了一個機器學習問題處理的通用性步驟例如：

1. 匯入資料
   

2. 資料清洗
   

3. 將資料集拆成訓練/測試或交叉驗證集
   

4. 預處理
   

5. 變換
   

6. 特徵工程

因為使用現成的模型，這促使你有更多的機會專注於學習上述的這些關鍵步驟，通過以下教程可以練習迴歸、分類和聚類演算法。

---

首先介紹一下該專案中所使用到的資料來源：

1. UCI機器學習庫——350多個可檢索資料集，幾乎涵蓋每一個主題。

   http://archive.ics.uci.edu/ml/

2. Kaggle資料集——Kaggle社群上的100多個資料集。

   https://www.kaggle.com/datasets

3. Data.gov——由美國政府釋出的開放資料集。

   https://www.data.gov/

其次是教程，專案中的模型使用Python的第三方庫Scikit-learn進行快速實現，需要了解scikit-learn的安裝以及使用方法（參考官方手冊），具體如下：

1. Python：sklearn——sklearn資料包官方教程 

   http://scikit-learn.org/stable/tutorial/

2. 中文教程手冊：

   http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030179
   

3. Scikit Learn預測葡萄酒質量——用於訓練機器學習模型的分步教程

   http://elitedatascience.com/python-machine-learning-tutorial-scikit-learn
   

---

招募 志願者

廣告、商業合作

請發郵件：357062955@qq.com

喜歡，別忘關注~

幫助你在AI領域更好的發展，期待與你相遇！