1. 机器学习基础

备注

  • 创建日期:2020-03-11

  • 更新日期:2020-09-12

  • 完成日期:进行中……

1.1. 书籍推荐

  1. 《机器学习》周志华 图文并茂,提纲挈领

  2. 《统计学习方法 第二版》李航 偏数学理论,硬核干货

2. 机器学习应用

2.1. 常见应用领域

2.2. 常见算法回顾

2.3. 模型评价指标

  1. 准确率

  2. 精确率

  3. 召回率

  4. 精确率+召回率=F1 score
    \[F1-measure= \frac{2 * precesion * recall} {(precesion + recall)}\]

2.4. 常用建模工具

  1. scikit-learn

2.5. 实际问题建模思路流程

  1. 数据处理

  2. 特征工程

  3. 模型选择

  4. 调参。寻找最优超参数,交叉验证

  5. 模型分析与模型融合