codecademy-machine-learning

Codecademy-学习机器学习的基础 应用Python构建机器学习模型。 1.线性回归 给定一组点，找到一条最适合数据的线。 2.多元线性回归 使用两个或多个自变量来预测因变量的值。 3. Yelp回归项目 在Yelp提供的真实数据集上练习回归技巧。 4.分类与回归 了解两种类型的监督学习算法，以预测不同种类的输出。 5.分类：K最近邻居 在多个数据集上实施并测试该算法。 6.物流回归 使用最流行的分类算法之一，找到属于特定类别的数据样本的概率。 7.决策树 建立和使用决策树和随机森林-两种功能强大的监督式机器学习模型。 8.聚类：K-均值 通过识别相似的组在未标记的数据中查找结构。 9.感知器 用它来划分线性可分离的数据。 10.人工智能决策：Minimax 创建一个可以玩井字游戏和四人连线的AI游戏。