我想阅读和理解一些基本的机器学习模型的代码,例如来自Python Scikit-learn 软件包的线性回归,但是一开始太令人困惑。有人可以告诉我从哪里(哪个班)开始?
答案 0 :(得分:0)
我建议您首先在线学习一些课程,例如,在Coursera上有一门计量经济学课程正在处理这些概念
https://www.coursera.org/learn/erasmus-econometrics/home/welcome
虽然大多数时候使用一门完整的课程来理解一个概念似乎有点过头,但是总的来说这确实是值得的。我发布的课程是帮助我克服博士学位困难的课程,不仅对给定软件包的技术性以及必须用于的目的进行了很好的概述。
答案 1 :(得分:0)
如果您了解基础知识并且想了解内部结构(而不仅仅是使用它),那么我将以sklearn Developer’s Guide开始。
它解释了API背后的想法,并解释了一些在代码中经常见到的util functions,例如检查输入,并说明如何在源代码中使用C/C++ and Cython来获得最快的速度-刚开始时,这使我感到困惑,因为我认为它完全是纯Python的,并且不了解Cython。