这个 github 是我做 python 机器学习视频教程的支柱. 里面都是视频中提到的代码源码. 主要做的方面是机器学习的, 包括神经网络等等. 自己的 research 是在神经网络和强化学习方面, 所以以后也会补上强化学习的教程, 敬请期待. 欢迎大家分享传播, 让我们都能轻松的学习~
对于 python 还很陌生的同学们,没问题, 这里是一个快速入门的通道. 这不一定是最好的通道, 不过是通往机器学习道路上比较好的通道.我筛选了一些没必要的内容, 只留下专门为了机器学习有关的内容.
这是对于机器学习的各种方法的一个简短介绍, 还有学好机器学习很多实用的小技巧.
以及<机器学习-简介系列>的学习目录
Tensorflow 是神经网络方面的主力军之一. 这一套教程从最基础的方面,一直简单风趣地讲解到最高级的方面. 是入门的Tensorflow 神经网络的首选.
Tensorflow 神经网络 深度学习 视频教程(Youtube)
以及 Tensorflow 的学习目录
SciKit-Learn 汇集了各种各样的机器学习方法, 是一个全方面的汇总. 对于不同的项目, 我们可能会用到不同的机器学习方法. 掌握 sklearn 的通用学习形式, 我们就能打遍天下无敌是.
scikit-learn 机器学习 视频教程(Youtube)
以及 Sklearn 的学习目录
Theano 算得上是 Tensorflow 的前身, 和 Tensorflow 有着类似的结构形式. 目前的 Tensorflow 还不能很好的支持 Windows 系统, 所以如果想在 Windows 系统上玩转神经网络, Theano 是一个很好的替代选择.
Theano 神经网络 机器学习 视频教程(Youtube)
以�� Theano 的学习目录
有了机器学习的各种方法, 我很还需要很多其他的工具来完善学习过程, 提高自己的学习效率. 其中之一就是把数据,结果都可视化出来. 有了直观的可视化结果, 我们就能更好的掌握知识. Matplotlib 就是 python 的一个可视化神器.
Matplotlib 图像可视化 视频教程(Youtube)
以及 Matplotlib 的学习目录
科学运算是工科生必不可少的一个工具, numpy 和 pandas 就是为了我们在 python 中运用高效的科学运算所开发出来的.
Numpy & Pandas 数据处理 视频教程(Youtube)
以及 Numpy & Pandas 的学习目录
这是 python 的基础教程之一, 对于了解如何高效的运用我们的计算机运算能力有很好的帮助.
Multiprocessing 多进程 视频教程(Youtube)
同上, 可是在机器学习的运用中, 有时并没有 multiprocessing 模块好.
Tkinter 是 python 自带的可视化窗口包, 可以用来做 simulation 的可视化, 而且他也是跨平台兼容.
以及 tkinter 的学习目录







