Python3机器学习实战——原理、代码、实例集锦

为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。只要数据格式和例子的中的一样，程序可灵活调用。

---

入门篇

• Linear Regression (线性回归)
  • 实例：波士顿房屋价格预测
• Logistic Regression (逻辑回归)
  • 实例：心脏病预测
• Softmax Regression (Softmax 回归)
  • 实例：鸢尾花分类
• Kmeans++ Cluster (K均值++ 聚类)
  • 实例：葡萄酒聚类

初级篇

• 理论推导
  • BP Neutral Net (反向传播神经网络)
  • SVM (支持向量机)
  • Desicion Tree (决策树CART)
• 实例

  • 北京市Pm2.5预测

    • BP Neutral Net (反向传播神经网络)
    • SVM (支持向量机)
    • Desicion Tree (决策树CART)

  • 成年人收入分类&Mnist手写数字识别&心脏病预测

    • BP Neutral Net (反向传播神经网络)
    • SVM (支持向量机)
    • Desicion Tree (决策树CART)

中级篇(集成方法)

• Bagging
  • 随机森林
• Boosting
  • AdaBoost
  • GBDT
  • XGBoost
  • LightGBM
  • CatBoost
• Stacking
  • Stacking
• Blending
  • Blending

高级篇

• CNN卷积神经网络
  • 篇一 图像
  • 篇二 初识卷积
  • 篇三 池化

待更新算法：RNN，NLP，强化学习等。

---

• 项目地址：https://github.com/Anfany/Machine-Learning-for-Beginner-by-Python3
• Kaggle比赛交流QQ群：226572896
• 订阅号：pythonfan，微信扫描下方二维码，关注获取更多项目。
  

---