《机器学习》（周志华-西瓜书）（深度之眼-第十期）

# 《机器学习》（周志华-西瓜书）训练营（深度之眼-第十期） ## 课程资料 - [ApacheCN](http://ml.apachecn.org/mlia/) - [廖雪峰 Python3 教程](https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000) - 周志华《机器学习》(链接：https://pan.baidu.com/s/1KRVO694H3QSP8jAqdegzHA 密码：gwpt) - 优秀github资源： [周志华《机器学习》学习笔记](https://github.com/Vay-keen/Machine-learning-learning-notes) [周志华《机器学习》课后参考答案](https://github.com/Tsingke/Machine-Learning_ZhouZhihua) [周志华《机器学习》课后参考答案-博客](https://www.cnblogs.com/tsingke/p/7233399.html) - 本训练营的学习安排与课程任务：详见文件夹Books中的《机器学习作业》doc文档 ## 课程安排 **总课时：11 周** ### 第一周 - 1 学习机器学习绪论 - 2 达观杯NLP算法大赛 ### 第二周 - 3 学习线性模型 - 4 学习sklearn包中逻辑回归算法的使用 ### 第三周 - 5 决策树的分裂准则 - 6 决策树的剪枝和连续值处理 - 7 学习sklearn包中决策树算法的使用 ### 第四周 - 8 支持向量机原始模型的建立和求解 - 9 核函数和软间隔支持向量机 - 10 了解sklearn包中svm算法的使用 ### 第五周 - 11 极大似然估计与朴素贝叶斯 - 12 EM算法 - 13 了解sklearn包中的朴素贝叶斯算法的适用 ### 第六周 - 14 神经网络结构 - 15 BP算法 - 16 深度学习初探 - 17 了解sklearn包中神经网络的使用 ### 第七周 - 18 经验误差与过拟合 - 19 评估方法 - 20 性能度量 - 21 了解sklearn包中模型评估方法的使用 ### 第八周 - 22 特征降维 - 23 特征选择 - 24 了解sklearn包中特征选择和降维算法的使用 ### 第九周 - 25 集成学习 - 26 结合策略 - 27 实验-lightGBM的使用 ### 第十周 - 28 聚类 - 29 HMM - 30 了解sklearn包中K-means算法的使用 ### 第十一周 - 31 K-摇臂赌博机和天池o2o比赛初级 - 32 有/无模型学习和天池o2o比赛进阶 ## 项目目录 <pre> Books----------------------------------作业汇总和西瓜书笔记pdf文档 Note-----------------------------------笔记文件夹 +----image-----------------------------笔记截图 +----markdown--------------------------markdown格式视频笔记 +----notebook--------------------------JupyterNotebook格式视频笔记 Week1----------------------------------第一周作业 Week2----------------------------------第二周作业 Week3----------------------------------第三周作业 Week4----------------------------------第四周作业 Week5----------------------------------第五周作业 Week6----------------------------------第六周作业 Week7----------------------------------第七周作业 Week8----------------------------------第八周作业 Week9----------------------------------第九周作业 Week10---------------------------------第十周作业 Week11---------------------------------第十一周作业 </pre> ## 总结 &emsp;&emsp;前后用了一周时间结合Vay-keen大神的笔记做的整理，首先感谢Vay-keen大神为我们这些学习者节约了寻找相关辅助学习资料的时间，笔记中有很多相关的知识是书中没有的，同时笔者也加入了一些其他的辅助公式推导，在此也要感谢南瓜书的作者，是他们的开源公式推导帮助了我们。 &emsp;&emsp;在学这本书之前，笔者曾经学了李航老师的第一版《统计学习方法》和《机器学习实战》，当时对里面一些公式部分不是很理解，这次系统性地学习了一遍西瓜书，结合了《统计学习方法》中的例题，更加深入的理解了机器学习中这些经典的算法，为接下来的《百面》一书的学习打下基础。笔者整理出了西瓜书笔记的PDF版本，供各位学习者下载使用。