本文主要向大家介绍了机器学习入门之《机器学习》从零开始学 系列学习笔记，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

《机器学习》从零开始学 系列学习笔记 是聚宽社区用户 混沌 在聚宽社区分享的个人学习笔记，内容详实，对机器学习爱好者和新手相信有相当的借鉴与学习价值。

所谓“从零开始”面向的对象其实仅指我本人。也就是我的学习笔记。

欢迎指出错误，我会改正的。但不要质疑我的学习路径，毕竟主要是写给我自己看的。

本系列笔记主要是理论学习（计划3个月完成）。

我力图：当前关注主题上的Python代码不使用机器学习算法包，而非当前关注主题上可能会使用机器学习算法包。

(1)-(20)的Python代码改造自参考书；(21)开始的Python代码由我提供。

建议数学基础： 概率论统计初步，高等数学，线性代数矩阵， 以及应用于向量&矩阵的微积分扩展。

数据分析常用工具

《机器学习》从零开始学(1) 数据分析之“岩石与水雷”

《机器学习》从零开始学(2) 数据分析之“鲍鱼的年龄”

《机器学习》从零开始学(3) 数据分析之“红酒口感”

《机器学习》从零开始学(4) 数据分析之“玻璃分类”

预测模型入门

《机器学习》从零开始学(5) 预测模型构建之概念来袭

《机器学习》从零开始学(6) 预测模型构建之解决过拟合和岭回归

惩罚线性回归：原理

《机器学习》从零开始学(7) 惩罚线性回归之最小角度回归(LARS)

《机器学习》从零开始学(8) 惩罚线性回归之Glmnet算法

《机器学习》从零开始学(9) 惩罚线性回归之扩展应用

惩罚线性回归：构建模型

《机器学习》从零开始学(10) 惩罚线性方法构建模型之回归问题

《机器学习》从零开始学(11) 惩罚线性方法构建模型之分类问题

《机器学习》从零开始学(12) 惩罚线性方法构建模型之含惩罚项逻辑回归

《机器学习》从零开始学(13) 惩罚线性方法构建模型之多类别分类

集成方法：原理

《机器学习》从零开始学(14) 集成方法之二元决策树

《机器学习》从零开始学(15) 集成方法之Bagging算法

《机器学习》从零开始学(16) 集成方法之梯度提升法

《机器学习》从零开始学(17) 集成方法之随机森林

集成方法：构建模型

《机器学习》从零开始学(18) 构建集成模型之回归问题

《机器学习》从零开始学(19) 构建集成模型之引入非数值属性

《机器学习》从零开始学(20) 构建集成模型之分类问题

支持向量机专题

《机器学习》从零开始学(21) 支持向量机专题之线性分类器

《机器学习》从零开始学(22) 支持向量机专题之核方法与SMO

距离模型专题

《机器学习》从零开始学(23) 距离模型专题之聚类

《机器学习》从零开始学(24) 距离模型专题之降维

《机器学习》从零开始学(25) 距离模型专题之流形学习

《机器学习》从零开始学(26) 距离模型专题之度量学习 【暂时跳过】

概率模型专题

《机器学习》从零开始学(27) 概率模型专题之原理

《机器学习》从零开始学(28) 概率模型专题之朴素贝叶斯分类器

概率图模型专题

《机器学习》从零开始学(29) 概率图模型专题之贝叶斯网表示

《机器学习》从零开始学(30) 概率图模型专题之马尔可夫网表示

《机器学习》从零开始学(31) 概率图模型专题之推断 【学习中】

《机器学习》从零开始学(32) 概率图模型专题之结构学习

《机器学习》从零开始学(33) 概率图模型专题之参数学习

深度学习专题

......

特征工程专题

......

scikit-learn专题

......

tensorflow专题

......

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！