使用Python进行机器学习-有用的资源

最新推荐文章于 2026-06-19 17:00:49 发布
翻译 最新推荐文章于 2026-06-19 17:00:49 发布 · 161 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
原文链接：https://www.tutorialspoint.com/machine_learning_with_python/machine_learning_with_python_useful_resources.htm
标签
#python #机器学习 #人工智能 #大数据 #深度学习
本文提供了丰富的Python机器学习资源，包括Wikipedia上的简介、历史及术语解释等，还推荐了一些实用书籍，帮助读者深入了解并掌握使用Python进行机器学习的方法。

使用Python进行机器学习-有用的资源 (Machine Learning With Python - Useful Resources)

The following resources contain additional information on Machine Learning With Python. Please use them to get more in-depth knowledge on this.

以下资源包含有关使用Python进行机器学习的其他信息。 请使用它们来获得有关此方面的更深入的知识。

使用Python进行机器学习的有用链接 (Useful Links on Machine Learning With Python)

使用Python进行机器学习的实用书籍 (Useful Books on Machine Learning With Python)

  • Understanding Machine Learning
  • Learning with Python
  • Machine Learning (in Python and R) For Dummies
  • Machine Learning using Python
  • Artificial Intelligence and Deep Learning
  • Hands-On Machine Learning with Scikit-Learn, Keras and Tensor Flow

To enlist your site on this page, please drop an email to contact@tutorialspoint.com

要在此页面上注册您的网站，请发送电子邮件至contact@tutorialspoint.com

翻译自: https://www.tutorialspoint.com/machine_learning_with_python/machine_learning_with_python_useful_resources.htm

cunzai1985
关注
python机器学习资料小合集
04-19
python机器学习资料小合集，包括机器学习十大算法以及python机器学习等资料指导，一些训练常用的代码和数据集
机器学习机器学习机器学习python的PPT资源
07-01
这个资源是包含python的PPT资源，快来加入机器学习吧。
基于python实现的6种机器学习常用算法介绍以及优缺点分析【附代码】
Henry的博客
07-18 5027
本文将会使用python语言将机器学习中常用的6种算法进行复现，代码会贴在每章后面接下来将探讨这些算法的背景、原理、优缺点及应用场景。
Python入门之机器学习（非常详细）篇幅拉满，一般人看不完！
xiaolinyui的博客
11-17 2万+
什么是机器学习？监督学习 supervised learning;非监督学习 unsupervised learning;半监督学习 semi-supervised learning;强化学习 reinforcement learning;监督学习是不断向计算机提供数据（特征），并告诉计算机对应的值（标签），最后通过大量的数据，让计算机自己学会判断和识别。例如Google Photo，你在APP中输入狗，这时就会弹出与狗相关的图片，这背后使用的算法就是监督学习。
整理了 47 个 Python 人工智能库
pythonandaiot的博客
03-10 1万+
Python 是人工智能（机器学习）的首选编程语言，它拥有众多模块，能完成人工智能开发的所有环节，没有任何一种语言使用起来如此顺手。今天就由我带着大家揭开人工智能的神秘面纱。 主页点击领取资料，等你一起来玩奥~ 今天给大家分享的是我用了将近3周的时间整理出来的 Python 人工智能学习的库，主要以核心库、机器学习库、深度学习库、分布式深度学习库、自然语言处理、计算机视觉、生物和化学库，这几个方面进行介绍。 Python 核心库 // 1.Numpy 库 ...
整理了47个python人工智能库，超详细（含资源），建议收藏，不懂可随时来看
隔壁王叔的博客
10-02 4468
花了几天时间整理出来的python人工智能库，方便大家阅读
机器学习网址
qusinimabi的专栏
10-27 132
1.机器学习--伯乐在线 http://blog.jobbole.com/tag/machinelearning/ 2.机器学习--python https://www.zhihu.com/question/30105838?sort=created 多谢作者的付出；
有用的资源网址
mushroom_tom的博客
05-10 451
1.wolai(在线编辑) https://www.wolai.com/https://www.wolai.com/ 2. cmakeLists构建文章 https://www.cnblogs.com/wbqcheng/p/13803061.htmlhttps://www.cnblogs.com/wbqcheng/p/13803061.html 3.opencv-mat与base64的转换 https://my.oschina.net/VenusV/blog/2946245https://...
python自动机器学习库auto_ml模块
fulk6667g78o8的专栏
12-12 2688
在公众号「python风控模型」里回复关键字：学习资料什么是 AutoML？自动化机器学习提供了方法和流程，使非机器学习专家可以使用机器学习，以提高机器学习的效率并加速机器学习的研究。近年来，机器学习 (ML) 取得了相当大的成功，并且越来越多的学科依赖它。然而，这种成功在很大程度上依赖于人类机器学习专家来执行以下任务：预处理和清理数据。选择并构建适当的特征。选择合适的模型族。优化模型超参数。设计神经网络的拓扑结构（如果使用深度学习）。后处理机器学习模型。批判性地分析获得的结果。由于这些任务的复杂性通常超出
初学者入门机器学习 (ML)的推荐教程
u010542847的博客
02-14 4300
了解基本的机器学习概念并不难。有大量免费的在线博客文章、视频和编码教程可以引导您了解基础知识——从介绍性内容到常见应用程序，再到算法和应用技能。这篇文章总结了一些用于介绍 ML 的最佳免费选项。它按逻辑顺序排列，每个概念都建立在上一个概念的基础上。
从零开始掌握Python机器学习
墨竹
03-14 2万+
Author：kevinelstri DateTime：2017/3/14 From：机器之心 Python 可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗？本教程或许能帮你成功上手，从 0 到 1 掌握 Python 机器学习，至于后面再从 1 到 100 变成机器学习专家，就要看你自己的努力了。本教程原文分为两个部分，机器
python机器学习资料
kevinsingapore的博客
05-17 395
资料地址：http://python.jobbole.com/88705/
Python机器学习基础教程
adamlay的博客
06-19 8732
Python机器学习基础教程1. 引言1.1 机器学习能够解决的问题1.3 scikit-learn1.4 必要的库和工具1.4.3 Scipy1.4.4 matplotlib1.4.6 mglearn1.7 第一个应用：鸢尾花分类1.7.1 初识数据1.7.2 衡量模型是否成功：训练数据与测试数据1.7.3　要事第一：观察数据1.7.4　构建第一个模型：k近邻算法1.7.5 做出预测1.7.6 评估模型2. 监督学习 1. 引言 监督学习（supervised learning）的方法中，用户将成对的输入
机器学习资源-Python版
ziyubiti的专栏
09-28 1328
内容摘自：https://github.com/jobbole/awesome-machine-learning-cn 计算机视觉 SimpleCV—开源的计算机视觉框架，可以访问如OpenCV等高性能计算机视觉库。使用Python编写，可以在Mac、Windows以及Ubuntu上运行。 自然语言处理 NLTK —一个领先的平台，用来编写处理人类语言数据的Python程序
python机器学习--百度云
xinpo66的专栏
03-10 4354
python数据分析与机器学习实战--唐宇迪 资源来源于网络，若有侵权，请告知，我会在24小时之内删除~~ 我整理的资源已汇总，请访问：资源汇总贴，选择自己还需要的资源~ 这个我在网上找到的机器学习的视频教程，使用的语言是python，里面讲了好多算法，讲算法的视频教程真的不多。 这个是总目录： 这个是01.python数据分析与机器学习实战里面的部分内容： 这个是02.深度学...
用Python开始机器学习（7：逻辑回归分类）
热门推荐
lsldd的专栏
11-27 5万+
在本系列文章中提到过用Python开始机器学习（3：数据拟合与广义线性回归）中提到过回归算法。逻辑回归算法本质还是回归，只是其引入了逻辑函数来帮助其分类。实践发现，逻辑回归在文本分类领域表现的也很优秀。现在让我们来一探究竟。1、逻辑函数假设数据集有n个独立的特征，x1到xn为样本的n个特征。常规的回归算法的目标是拟合出一个多项式函数，使得预测值与真实值的误差最小：而我们希望这样的f(x)具有能够很
python机器学习入门到精通--实战分析(三)
查理曹的博客
06-14 6321
利用sklearn分析鸢尾花 前面两篇文章提到了机器学习的入门的几个基础库及拓展练习，现在我们就对前面知识点进行汇总进行一个简单的机器学习应用，并构建模型。 练习即假定一名植物专家收集了每一朵鸢尾花的测量数据：花瓣的长度和宽度以及花萼的长度和宽度，所有测量结果的单位都是厘米。这些数据经过植物学专家分类成三个种类：setosa、versicolor、virginica。然后根据测量数据，确定每朵...
Python机器学习——学习曲线
qq_33361618的博客
09-27 6550
机器学习分为有监督学习和无监督的学习。 有监督学习：对数据的若干特征与若干标签之间的关联性进行建模的过程，确定模型后就能应用到新的未知数据中。进一步可以分为分类和回归任务。分类对应离散型数据，而回归对应的是连续性数据。SVM、随机森林和神经网络属于有监督的学习。 无监督学习：对不带任何标签的数据特征进行建模。包括聚类和降维，例如k-means算法等。 其中半监督学习介于二者之间，适用于数据标...
用Python进行机器学习（附代码、学习资源）
数据派THU
06-04 4999
作者：Tirthajyoti Sarkar翻译：张逸校对：冯羽本文约3090字，建议阅读6分钟。本文从非线性数据进行建模，带你用简便并且稳健的方法来快速实现使用Pytho...
Python图片压缩方法全解：从入门到进阶
最新发布
得塔云的博客
06-19 311
本文总结了Python中六种主流的图片压缩方法：1）Pillow作为通用首选，支持质量调整、尺寸缩放和格式转换；2）TinyPNG API提供最高压缩率但有限额；3）WebP格式在保持画质下体积最小；4）PyVips适合大图处理，内存占用低；5）OpenCV针对视频帧和实时流优化；6）K-means聚类实现算法级色彩压缩。文章通过对比表格和决策树，建议根据场景需求选择工具，日常使用Pillow即可满足大多数需求，并附赠了一个可直接使用的批量压缩脚本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值