bootstrap tree使用详解 机器学习初学者需要了解的基本算法有哪些？
机器学习初学者需要了解的基本算法有哪些？
在这里简单做一个总结归纳，具体内容这个可以到作者主页查找。
重临分析方法除了简单多元线性回归；很简单多项式降临；多块线性回归模型；40多块多项式回归；多变量重临；Logistic朴素贝叶斯；Poison泊松轮回；Cox比例风险回归等。
无监督聚类算法除了K-means聚类，K-中心点聚类，SOM神经网络聚类等。
有监督分类算法除了贝叶斯分类算法，ID3决策树分类算法，C4.5决策树分类算法，CART决策树分类算法，支持向量机分类算法等。
神经网络和深度学习算法除开BP神经网络算法，表演唱码神经网络算法，受限制波尔兹曼机算法，卷积神经网络算法，循环神经网络算法，递归过程神经网络算法等。
其他正确算法关联规则挖掘点Apriori算法等。外一些具体方法的数据分析方法也不需要有肯定会了解，.例如t检验，具体分析等。
怎样学好python？
Python语言这五年大火，在世界编程语言排行中Python也位列第六名，两者相比2017上升了一位，上面只有Java/C/C,也算python掌握自身的简单啊方便快捷、面向对象的优势杀入前十了php和js这些同时大热的语言。
而怎么学习Python有很多好处，哪怕大数据、人工智能、、爬虫、安全被渗透工具都离不开Pyhton的使用，下面就推荐下Pyhton的学习，解决一些有兴趣的朋友要好的初学者。
01思想大于代码从思想层面要很清楚，编程终于最重要的是编程思维，不是什么代码命令。就是拿到一个项目要怎么做，逻辑怎摸设计，这是必须人脑来预料的，其他代码层面忘了这个可以查文档，初期的练习中必须得特点大量的实践训练，理论初期会比较抽象概念，没有实操没法掌握到，个人建议看下基础知识后再收集小项目进行编程练习练习，接触难点在去查资料。
基础知识那就是先至少所了解下Pyhton的核心知识，例如：数据类型（数字，字符串，列表，元组，字典，子集），条件停止循环，文件对象，出现错误异常，函数，模块，面向对象编程，这些基本概念，不不需要全记得一点，先过之后即可解决，然后再接受大量的项目实操。
02实战大于0理论千万不要一个点另一个点的硬扯，哪怕看懂了所有知识点，你也真不知道如何能生克制化下来，这是编程的大忌，就像学英语差不多，你背了5000个单词，自我感觉很良好，让你写个文章就不行了，完全没有真不知道该如何组合使用才是地道的。
见意从出生项目从哪里开始，初期可以不使用些简单练习题，比如说：你有10000元人们币，存储多少年能提升2万元人们币，全都小的练习题结束根基稳定自己的知识和代码能力，后再慢慢使用非常大的项目，例如用Django搭建个银色的CMS和BLOG，你会渐渐清楚整个web的框架，数据库的全局函数，前端html/css/imageurl/js的很简单调用，这对此以后有太大的帮助。
03学习资料分享分享其实，说这么大多要有加上的学习资料勉强支撑，所以顺道分享一些网站给读者参考，内容都算还好的。
知识系统架构的垒建可以看下这个网站，将Python的基础知识制成了14张思维导图，对学习者很有帮助。
r
Python教程——廖雪峰，行业里稍微有点口碑的老师，讲的虽然还好，都很透测。
r
runoob是一个具体方法的网站，里面会有详细点代码解释和小再练习，做实践稳固基础。
r
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
