Python工作坊中的机器学习：我的研讨会使用python语言实现不同算法的机器学习

Python工作坊中的机器学习 我的机器学习研讨会使用python语言实现不同算法（伊朗大不里士大学，2017年）。 内容 第1部分：使用现有软件包进行机器学习（第1至5周） 第01周和第02周： Numpy和Matplotlib软件包简介 第03周和第04周：使用Scikit Learn进行监督学习 第05周：使用Scikit Learn进行无监督学习 第2部分：实现我们的机器学习算法和模型（第5周至第10周） 第六周：线性分类 第07周：实现损耗功能（Softmax损耗和SVM损耗） 第08周：实施梯度下降，反向传播和人工神经网络（MLP） 第09周：高级主题，包括辍学，批次归一化，权重初始化和其他优化方法（Adam，RMSProp） 第10周：介绍深度学习并实现卷积神经网络（CNN）进行图像分类。 先决条件： Python编程语言的基本知识。 很好的机器学习基础。 线性代数 YouTube中的视频（波斯语）： 我的网站地址： 包含您需要学习的任何东西，当然还有在实际应用中使用机器学习的东西： 我的网站上的研讨会页面： 注意：本研讨会的资料均来自Andr