CSDN21天学习挑战赛——机器学习

写在前面的话

目前，我对机器学习中的监督学习有了鸟瞰式的了解，也动手实践了常见的监督学习模型，比如随机森林、决策树、神经网络、支持向量机、梯度提升决策树等。主要使用的编程语言是R，用过一次Python实现机器学习模型，但老是各自报错。

学习计划

一、学习目标
目标1：解决目前自己关于机器学习特别是监督学习的一些困惑，比如该选用啥模型、如何更好的评估模型的性能等
目标2：掌握用Python实现监督学习常见模型

二、学习内容
温习常见机器学习算法的原理，动手用代码实践常见的机器学习模型，主要是监督学习模型，了解常见的评估机器学习模型性能的方法。

三、学习方式
本次挑战赛学习方式以群里讨论为主，在微信群或者直播间与群主、群成员讨论学习机器学习遇到的困难。辅之以动手时间，动手跟着案例用Python把代码敲一遍，尽可能多的出现报错，在报错和解决报错中快速成长。

四、写在后面的话
机器学习目前在很多学科领域都得到了较快发展，但目前在社科领域的应用还比较浅显，也必将少，大部分机器学习的应用主要是做预测或者做某个结果的影响因素重要性排序，换言之，机器学习在社科领域扮演的角色还仅仅是描述性分析，离社科研究的核心之一机理分析还有一段距离。