Note récapitulative sur la programmation d'apprentissage automatique Python (Jupyter)

introduction

J'ai lu le livre "Theory and Practice by Expert Data Scientists Python Machine Learning Programming" car il a été bien accueilli. https://www.amazon.co.jp/dp/B01HGIPIAK/ref=dp-kindle-redirect?_encoding=UTF8&btkr=1

À ce moment-là, j'ai procédé à l'étude en prenant des notes dans un fichier de notes de Jupyter Notebooks afin que je puisse le revoir plus tard. Je voudrais partager la note de synthèse à ce moment-là car c'est un gros problème. J'ai ajouté des points que je pensais particulièrement importants et un petit supplément, et je l'ai écrit pour qu'il puisse être utilisé comme un mémorandum de "Comment écrivez-vous en utilisant cette méthode, scicit-learn?" Cependant, il y a de nombreuses parties qui sont omises, donc je vous serais reconnaissant si vous pouviez regarder le livre original et compenser. Je n'ai pris aucune note pour les chapitres 1, 2, 8, 9, 12, 13. (Le Deep Learning a beaucoup de livres dédiés, il vaut donc peut-être mieux y étudier)

Note récapitulative de programmation Python Machine Learning (Jupyter) https://github.com/lyakaap/notebooks/tree/master/MachineLearning

Si vous regardez le Readme, vous pouvez voir quel contenu est écrit dans quel fichier.

Impressions du livre

C'est un livre que vous pouvez recommander car vous pouvez apprendre toutes les parties importantes de la méthode d'apprentissage automatique et les explications sont écrites avec beaucoup de soin. Comme connaissance préalable, si vous avez un peu de connaissances en mathématiques et en numpy, vous pouvez le lire de manière relativement fluide. En particulier, j'ai trouvé très attrayant de pouvoir apprendre à gérer les bibliothèques nécessaires à l'apprentissage automatique telles que pandas et matplotlib ainsi que scicit-learn via le code source.

Recommended Posts

Note récapitulative sur la programmation d'apprentissage automatique Python (Jupyter)
Programmation Python Machine Learning> Mots-clés
Résumé de l'apprentissage automatique par les débutants de Python
Note de programmation Python
[Python] Note d'apprentissage 1
Programmation Python Machine Learning Chapitre 2 Problèmes de classification - Résumé de la formation à l'algorithme d'apprentissage automatique
Apprentissage automatique ⑤ Résumé AdaBoost
[Note] Python, lors du démarrage du machine learning / deep learning [Liens]
Apprentissage automatique avec Python! Préparation
Résumé de l'article sur la programmation Web Python
Apprentissage automatique ② Résumé Naive Bayes
Résumé de l'article sur l'apprentissage automatique (auto-écrit)
Préparation au démarrage de «Python Machine Learning Programming» (pour macOS)
Résumé du flux de base de l'apprentissage automatique avec Python
Commencer avec l'apprentissage automatique Python
Apprentissage automatique ④ Résumé du K-plus proche voisin
Programmation Python Machine Learning Chapitre 1 donne aux ordinateurs la possibilité d'apprendre à partir du résumé des données
Un résumé de l'apprentissage automatique Python pour débutant est très concis.
Introduction à la rédaction de notes d'apprentissage automatique
Apprentissage automatique ① Résumé SVM (Support Vector Machine)
Apprentissage automatique par python (1) Classification générale
Apprentissage automatique ③ Résumé de l'arbre de décision
<Pour les débutants> bibliothèque python <Pour l'apprentissage automatique>
Python: prétraitement dans l'apprentissage automatique: présentation
Mémo d'apprentissage "Scraping & Machine Learning avec Python"
Résumé Python
Résumé Python
Remarque: Python
Apprentissage automatique
apprentissage de python
Note de Python
[Note] Sites Web relatifs à l'IA / à l'apprentissage automatique / à python [mis à jour de temps en temps]
Mémo d'étude Python & Machine Learning: Préparation de l'environnement
Note récapitulative sur le Deep Learning -4.2 Fonction de perte-
scikit-learn Comment utiliser le résumé (apprentissage automatique)
Remarques sur la grammaire Python de l'apprentissage automatique PyQ
Utiliser le groupe d'API d'apprentissage automatique A3RT de Python
Apprentissage automatique avec python (2) Analyse de régression simple
J'ai installé Python 3.5.1 pour étudier l'apprentissage automatique
Pourquoi Python est choisi pour l'apprentissage automatique
Python: prétraitement en machine learning: acquisition de données
[Shakyo] Rencontre avec Python pour l'apprentissage automatique
[Python] Première analyse de données / apprentissage automatique (Kaggle)
[Python] Lorsqu'un amateur commence l'apprentissage automatique
Résumé de la classification et de la mise en œuvre des algorithmes d'apprentissage automatique
[Python] Conception d'applications Web pour l'apprentissage automatique
Créer un environnement pour Python et l'apprentissage automatique (macOS)
Une introduction à Python pour l'apprentissage automatique
[Python] Enregistrement des résultats d'apprentissage (modèles) dans l'apprentissage automatique
Python: prétraitement dans l'apprentissage automatique: conversion de données
Mémo d'étude Python & Machine Learning ③: Réseau neuronal
Mémo d'étude Python & Machine Learning ④: Machine Learning par rétro-propagation
Algorithme d'apprentissage automatique (résumé de régression linéaire et régularisation)
Mémo d'étude Python & Machine Learning ⑥: Reconnaissance des nombres
Construction d'environnement AI / Machine Learning avec Python
Note récapitulative sur l'apprentissage profond -4.3 Méthode de gradient
[Python] Introduction facile à l'apprentissage automatique avec python (SVM)
Note d'apprentissage Python_002