機器學習 ◆ 參考程式集 ◆入門教材

【機器學習 ◆ 參考程式集 ◆快速入門教材】 不管你用R、或是Python,很少有人做機器學習模型是全部的程式碼都靠自己寫;每一種演算法通常都有一些參考程式,拿這些參考程式來改一般會容易很多。Analytics Vidhya 這一篇PO文裡面收集了很多種常見的機器學習演算法的參考程式  . . .

Sunil Ray (2017) Commonly Used Machine Learning Algorithms, Analytics Vidhya

Sunil Ray (2017) Commonly Used Machine Learning Algorithms, Analytics Vidhya

從 Linear Regression, Logistic Regression, Decision Tree, SVM, Naive Bayes, KNN, K-Means, Random Forest, Dimension Reduction Algorithms, 到各種 Gradient Boosting algorithms – GBM, XGBoost, LightGBM, CatBoost,都有 R 和 Python 的 code 可以參考。除了程式碼之外,作者也嘗試用一些圖形解釋每一種演算法的基本原理,所以我想這一篇文章也很適合拿來做機器學習的快速入門教材。

 

中山大學 管理學院 商業大數據分析

‧管理學術研究中心.

這裏是中山大學管理學院的商業大數據平台,我們從商業應用的角度,為商管背景的老師、同學們收集、整理各種與大數據應用相關的知識;歡迎大家瀏覽我們的網站內容,也歡迎大家來我們的部落格討論區,請在底下留下您的姓名、電郵,參加我們的討論。

Leave A Reply

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *