你有一个涉及大量数据和大量变量的复杂问题。你知道机器学习将是最好的方法——但你以前从未使用过。如何处理杂乱、不完整或格式多种多样的数据?如何为数据选择正确的模型?
听起来令人畏惧的?不要气馁。一个系统的工作流程将帮助你顺利开始。
阅读电子书一步一步地从基础到先进的技术和算法:
- 第1节:介绍机器学习
学习机器学习的基础知识，包括有监督和无监督学习，选择正确的算法，以及实际示例。 - 第2节:机器学习入门
以运行状况监控应用程序为例，逐步完成机器学习工作流程。本节将介绍访问和加载数据、预处理数据、派生特征以及训练和细化模型。 - 第三节:应用无监督学习
探索硬聚类和软聚类算法，并了解用于提高模型性能的常见降维技术。 - 第四节:应用监督学习
探索分类和回归算法，并了解模型改进的技术，包括特征选择、特征转换和超参数调优。
您也可以从以下列表中选择一个网站: