计算机学习方法入门:监督与无监督学习解析
第一章的内容挺基础但关键,主要围绕计算机学习的整体思路,讲了不少监督和无监督学习的区别。PPT 格式,看起来还蛮直观,适合刚接触机器学习的同学。你要是搞前端或者 AI 方向的交叉项目,了解这些方法挺有用的,起码知道啥时候该调参数,啥时候该换模型。
机器学习入门的资料千千万,这份 PPT 内容比较集中,结构清晰,不绕弯子。里面提到的监督学习和无监督学习概念挺实用的,尤其是你在做数据预或建模时能派上用场。
顺带推荐几个配套的资源,内容都比较贴近实战:
- 机器学习简介:监督学习和无监督学习,扫盲级别的好东西
- 图神经网络无监督学习,适合想搞点前沿玩法的你
- 监督学习与无监督学习对比,适合加深理解
- Python ULNNO 模型输出案例,代码党看这个更带感
- 监督学习相关论文,写论文或参考背景时能用得上
- 半监督学习.pdf,想过渡到更复杂模型的可以看看
- 监督学习算法代码包.rar,直接跑跑代码,印象更深
哦对了,如果你平时习惯用Python
做模型训练,记得多关注下数据格式和预,多坑都是这出的问题。
下载地址
用户评论