1. 监督学习
2. 无监督学习
3. 模型选择和评估
4. 检验
5. 数据集转换
6. 数据集加载工具
7. 使用scikit-learn计算
关于科学数据处理的统计学习教程
校验者: 待校验 翻译者: @Loopy
统计学习 随着科学实验数据集规模的快速增长,机器学习机器学习技术正变得越来越重要。它能处理的问题主要包括:建立连接不同观测值的预测函数,对观测值进行分类,或者分析未标记数据集中的结构。 本教程将探讨统计学习。以统计推断为目标,使用机器学习技术,根据手头的数据来得出结论。 Scikit-learn是一个Python模块,它将科学计算的Python包(NumPy, SciPy, matplotlib)集成到了一起。
统计学习
随着科学实验数据集规模的快速增长,机器学习机器学习技术正变得越来越重要。它能处理的问题主要包括:建立连接不同观测值的预测函数,对观测值进行分类,或者分析未标记数据集中的结构。
本教程将探讨统计学习。以统计推断为目标,使用机器学习技术,根据手头的数据来得出结论。
Scikit-learn是一个Python模块,它将科学计算的Python包(NumPy, SciPy, matplotlib)集成到了一起。