ML第2周学习小结

本周收获

总结一下本周学习内容:

  • 1、复习了Numpy的一些基础操作,主要是利用numpy来对ndarray数组进行操作


  • 2、正在学习《深入浅出Pandas》

    • 1~2章是对Pandas的一个快速入门,我只是大致浏览了一下

    • 本周重点看的是3~4章,是有关Pandas数据分析基础有关的内容,


  • 3、学习了《Pyhon机器学习基础教程》第二章的两个监督学习模型

    • 1)、K近邻

    • 2)、线性模型

    • 3)、并梳理了一下本周学习的这两个模型


📣

  • 经过本周的学习,感觉对监督学习的概念理解得会更加深刻一点了。以前老是分不清线性模型里面多种多样的模型的区别,但是在《Pyhon机器学习基础教程》里面,作者把线性模型这部分写的很清楚,无论是用于回归还是用于分类的线性模型,现在我都能分清啦。

  • 书本里面的代码都很简单,能看懂也能理解。但是不知道为啥我一合上书本,还是没办法自己准确无误地打出所有代码,必须得看着书才行。可能还是实践经历太少的缘故吧,多练练就熟悉了。


下周计划

我的下周flag是:

  • 1、🚩《深入浅出Pandas》的第五章:Pandas高级操作,至少学习三个内容

    • 复杂查询
    • 数据类型转换
    • 数据排序
  • 2、🚩《Python机器学习基础教程》第二章;最好下周结束第二章学习

    • 监督学习算法

      • 朴素贝叶斯分类器
      • 决策树
      • 核支持向量机
    • 分类器的不确定估计

posted @ 2022-04-17 10:25  朝南烟  阅读(46)  评论(0编辑  收藏  举报
body { color: #000; background-color: #e6e6e6; font-family: "Helvetica Neue",Helvetica,Verdana,Arial,sans-serif; font-size: 12px; min-height: 101%; background: url(https://images.cnblogs.com/cnblogs_com/caolanying/1841633/o_2009041…ly1geq8oc9owbj21hc0u0th5.jpg) fixed; } #home { margin: 0 auto; opacity: 0.8; width: 65%; min-width: 1080px; background-color: #fff; padding: 30px; margin-top: 50px; margin-bottom: 50px; box-shadow: 0 2px 6px rgba(100, 100, 100, 0.3); }