Skip to content

Latest commit

 

History

History
81 lines (50 loc) · 2.8 KB

1.机器学习实战-复习版.md

File metadata and controls

81 lines (50 loc) · 2.8 KB

第1章 机器学习实战-复习版(问题汇总)

1.VSCode的安装使用

参考文档:http://cwiki.apachecn.org/pages/viewpage.action?pageId=7373315

2.GitHub的使用说明

参考文档:https://github.com/apachecn/kaggle/blob/master/docs/github-quickstart.md

注意: https://github.com/apachecn/MachineLearning (这是本项目的地址,记得修改链接。。)

3.问题汇总

1.样本数据的来源:

1. 日志文件
2. 数据库
3. HDFS
4. 数据流

2.样本数据按照一定比例来划分:训练数据集 + 测试数据集

1. 根据业务场景来分析,得到对应的比例
2. 一般设置是按照  训练数据集:测试数据集 = 8:2

3.训练数据集包括: 特征(也就是数据的纬度 or 属性) + 目标变量(分类结果 or 回归值)

4.测试数据用来干嘛?

如下图:用于评估模型的效果。(测试样本的预测类别 和 测试样本的实际类别 的diff,就是我们的错误率)

机器学习训练过程图

5.监督学习和无监督学习的区别:是否有目标变量(也就是:是否存在分类结果)

6.电子书的下载位置:

7.性能不好是什么意思?

  • 就是对比其他语言来说:资源的使用效率受限、处理速度慢。

8.学习原理后,如果成为调包侠?调包侠是否很丑?

  1. 学习原理后,就看看 sklearn中文文档: http://sklearn.apachecn.org, 转型做调包侠
  2. 调包侠一点都不丑,为什么呢?
    • 便于分析业务,快速发现问题
    • 开发速度快,便于优化和维护

9.python讲解的版本 2.7.X

  • 2.7.X版本测试比较稳定,没有Bug
  • 3.X 的朋友刚好可以上手去熟悉 API 并 锻炼自我解决问题的能力,算是自我学习的一个方式吧
  • 对于使用 3.X的朋友,可以提交 Pull Requests 到 3.X 分支,成为开源的贡献者,方便更多的人学习你的代码

4.复习的时间和资料

5.直播方式

  • QQ:在讨论组共享屏幕(实时)
    • 视频会在 讨论组中进行分享
  • B站的直播地址(延迟)

6.机器学习QQ群

  • ApacheCN - 学习机器学习群【629470233】

装逼不装逼,我们还是老地方见! | ApacheCN