机器学习开放基础课程_机器学习

机器学习开放基础课程是蓝桥云课经由 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，课程适配了蓝桥云课提供的线上 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

需要了解蓝桥云课的基本操作，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。

主要遇到的问题是：在第二步这里读入数据有一个小问题，在实验的步骤中是直接从https协议直接进行url里面进行读入，假如我从我的电脑里面进行读入呢？这样可以吗？例如我直接输入程序pd.read_csv(‘C:\Users\Admin\Desktop\telecom_churn.csv’)进行读入数据，理论上来说应该是可以进行读入的吧？（相关的文件为已经放在了桌面）但是读入失败，这是为什么呢？其他后面的问题不大了，基本就是按照程序代码跑就行了，注释解释得还是比较清晰的，iloc切片方法很不错，可以具体的输出想要的那一部分数据内容，可以更方便以及更直观的处理和观察数据。很多方法里面相关参数的默认值有点不是很理解，太多需要定义的地方了，例如data.describe(include=['object', 'bool'])里面的object以及bool是什么意思等等的相关内参数

No file chosen

Markdown 语法

0 / 2000

最新评论

综合评分:

9.4

lanqiao3692141665

L13

需要仔细消化pandas的基础操作

2021-11-19 23:21:09 来自：使用 Pandas 进行数据探索

LOU2669828962

L10

妙极了，赞赞！

2021-11-17 10:39:31 来自：使用 Pandas 进行数据探索

把格子染成蓝shai

L59

haoixa=真棒

2021-11-12 20:34:00 来自：人口收入普查数据探索

lanqiao2415383095

很适合入门，很详细

2021-11-10 05:14:21 来自：使用 Pandas 进行数据探索

llbecause

L31

在学习案例的过程中复习了pandas中DataFrame类方法的相关知识，学到了.countplot()、.pivot_table()、.crosstab()三个之前不知道的方法，并结合机器学习模型性能度量的理论知识评判了案例建立的规则的优劣，点出了建模需要从简到繁循序渐进，强于设定基线的建模原则。

2021-11-08 22:55:12 来自：使用 Pandas 进行数据探索

lanqiao7376784491

2021-11-03 09:35:11 来自：使用 Pandas 进行数据探索

lanqiao2057145439

讲题清晰明确

2021-11-03 08:17:56 来自：使用 Pandas 进行数据探索

lanqiao3049579678

L18

数据特征选择数据变换数据选择

2021-10-25 14:50:32 来自：特征工程和特征选择

lanqiao3416475133

了解了pandas工具的基本使用