机器学习开放基础课程是实验楼经由 Open Machine Learning Course 授权并制作的机器学习免费基础实战课。主要讲解机器学习常用的分类算法和回归算法，以及常用的数据预处理技巧。

我们在原英文课程提供的内容和代码基础上进行了编译，并不局限于简单的翻译。特别地，我们针对部分代码和内容进行增删，添加了更多的讲解和注释性内容，内容也更易于国内用户理解。另外，课程适配了实验楼提供的线上 Notebook 实验环境，让你可以随时随地开始学习。该课程适合于对机器学习感兴趣的用户，但需要具备基础的 Python 编程能力和数学水平。

实验任务

• 使用 Pandas 进行数据探索
• 使用 Pandas 进行数据可视化
• 学习决策树算法的基本原理，并动手实现
• 学习 K-近邻算法基本原理，并动手实现
• 使用交叉验证完成模型选择
• 学习线性回归于逻辑回归数学原理，并使用 sklearn 实现
• 学习集成算法思想，并使用 sklearn 实现
• 学习常用聚类方法，并使用 sklearn 实现
• 学习常用的时间序列数据处理方法，并动手实现

先学知识

• 需要了解实验楼的基本操作，推荐学习 新手入门指南。
• Pandas 数据预处理
• Matplotlib 数据可视化
• 高等数学和线性代数基础知识。如函数求导、矩阵运算等

课程难度

• 本课程难度为中等偏上。

面向用户

• 本课程主要讲解机器学习常见算法，整体难度中等偏上，该课程适合于对机器学习感兴趣且数学相对较好的用户。