基础课程 / 31 个阅读单元
机器学习与
深度学习基础
今天的问题,应该从哪一章开始?
先读懂一个结果,再补上模型的基本功。
从线性模型、树模型到神经网络,按自己的节奏,一次弄清一个问题。
根据眼前问题选出一个入口,并能回到完整目录和自己的阅读记录。
从第一个模型开始 →直接找某一章 ↓我的阅读记录
0%
在每章末尾点「打卡」,记录保存在自己的浏览器里。
完整章节目录
31 个阅读单元 · 顺着读,或只查需要的一节。
从第一个结果开始先认识输入、预测和分数。
经典机器学习线性模型、树模型,以及怎样相信一个分数。
☐📐03 · 线性回归:从一个特征到多个特征阅读参考 · 9 分钟☐🚦03a · 逻辑回归与分类阅读参考 · 14 分钟☐📏03b · 回归损失函数:模型如何衡量错误核心 · 阅读参考 · 35 分钟☐🎚️03c · 回归输出层:模型应该输出什么核心 · 阅读参考 · 22 分钟☐🎲03d · 概率回归与目标变换进阶 · 可跳过 · 阅读参考 · 28 分钟☐🌲04 · 决策树:怎么切一刀核心阅读参考 · 12 分钟☐🌳04a · 集成学习与 GBDT阅读参考 · 34 分钟☐🧮04b · XGBoost 的推导:从负梯度到闭式解进阶 · 可跳过 · 阅读参考 · 52 分钟☐⚖️05 · 评估与过拟合阅读参考 · 24 分钟☐🛡️05a · 正则化与调参实验阅读参考 · 12 分钟☐🛣️05b · 支持向量机(SVM)阅读参考 · 16 分钟☐🔮06 · 无监督:聚类与降维支线 · 按需 · 阅读参考 · 28 分钟