你有一个复杂的问题涉及到大量的数据和大量的变量。你知道机器学习是最好的方法,但是你从来没有使用过。你如何处理数据混乱的,不完整的,还是各种格式的?如何选择正确的模型数据?
听起来令人畏惧的?不要气馁。系统的工作流程可以帮助你获得一个平滑的开始。
阅读电子书去一步一步的从基础到高级技术和算法:
- 第一节:引入机器学习
学习机器学习的基本知识,包括监督和非监督学习,选择合适的算法和实例。 - 第二节:开始使用机器学习
一步通过机器学习工作流使用健康监测应用为例。节讨论访问和加载数据,预处理数据,派生功能,和培训和细化模型。 - 第三节:应用无监督学习
探索硬和软聚类算法,了解常用的降维技术改善模型性能。 - 第四部分:运用监督学习
探索分类和回归算法,了解模型的技术改进,包括特征选择、特征转换和hyperparameter调优。