[置顶] scikit-learn(sklearn)0.18 官方文档中文版 | ApacheCN
2017-07-18 12:51
363 查看
ApacheCN(Apache中文网)- 关于我们 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10813869
ApacheCN cwiki 地址为 scikit-learn
0.18 中文文档 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030181
sklearn : 基于 Python 语言的,简单高效的数据挖掘和数据分析工具,建立在 NumPy,SciPy 和 matplotlib 上。
此外,Apache Spark 2.2.0 官方文档中文版,开始采用 github 迭代维护的方式来更新,欢迎大家一起来迭代维护,地址为https://github.com/apachecn/spark-doc-zh。
以下是 sklearn 官方文档中文版,如果你也有兴趣,欢迎来一起来维护迭代。
scikit-learn 0.18 中文文档
快速入门
用户指南
监督学习
Generalized Linear Models ( 广义线性模型 )
Linear and Quadratic Discriminant Analysis ( 线性和二次判别分析 )
Kernel ridge regression ( 内核岭回归 )
Support Vector Machines(支持向量机, SVM)
Stochastic Gradient Descent ( 随机梯度下降 )
Nearest Neighbors ( 最近邻 )
Gaussian Processes(高斯过程)
Cross decomposition(交叉分解)
Naive Bayes ( 朴素贝叶斯 )
Decision Trees(决策树)
Ensemble methods(集成方法)
多类和多标签算法
功能选择
半监督
等式回归
概率校准
神经网络模型(监督)
无监督学习
高斯混合模型
流形学习
聚类
双聚类
分解成分中的信号(矩阵分解问题)
协方差估计
新奇和异常检测
密度估计
神经网络模型(无监督)
模型选择和评估
交叉验证:评估估计器性能
调整估计器的超参数
模型评估:量化预测的质量
模型持久化
验证曲线:绘制分数以评估模型
数据集转换
管道和FeatureUnion:组合估计
特征提取
预处理数据
无监督降维
随机投影
内核近似
成对度量,亲和力和内核
转换预测目标(y)
数据集加载实用程序
计算策略:更大的数据
计算性能
教程
API 文档
开发指南
流程图
相关包
常问问题
其他资源
其他版本
学习路线 : 机器学习基础 –> sklearn –> tensorflow(学这些之前,得先把大数据的基础搞定先,后期会组织该学习活动,期待ing。。。)
若你有任何想法或建议,请联系企鹅 : 1042658081
ApacheCN cwiki 地址为 scikit-learn
0.18 中文文档 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030181
sklearn : 基于 Python 语言的,简单高效的数据挖掘和数据分析工具,建立在 NumPy,SciPy 和 matplotlib 上。
此外,Apache Spark 2.2.0 官方文档中文版,开始采用 github 迭代维护的方式来更新,欢迎大家一起来迭代维护,地址为https://github.com/apachecn/spark-doc-zh。
以下是 sklearn 官方文档中文版,如果你也有兴趣,欢迎来一起来维护迭代。
scikit-learn 0.18 中文文档
快速入门
用户指南
监督学习
Generalized Linear Models ( 广义线性模型 )
Linear and Quadratic Discriminant Analysis ( 线性和二次判别分析 )
Kernel ridge regression ( 内核岭回归 )
Support Vector Machines(支持向量机, SVM)
Stochastic Gradient Descent ( 随机梯度下降 )
Nearest Neighbors ( 最近邻 )
Gaussian Processes(高斯过程)
Cross decomposition(交叉分解)
Naive Bayes ( 朴素贝叶斯 )
Decision Trees(决策树)
Ensemble methods(集成方法)
多类和多标签算法
功能选择
半监督
等式回归
概率校准
神经网络模型(监督)
无监督学习
高斯混合模型
流形学习
聚类
双聚类
分解成分中的信号(矩阵分解问题)
协方差估计
新奇和异常检测
密度估计
神经网络模型(无监督)
模型选择和评估
交叉验证:评估估计器性能
调整估计器的超参数
模型评估:量化预测的质量
模型持久化
验证曲线:绘制分数以评估模型
数据集转换
管道和FeatureUnion:组合估计
特征提取
预处理数据
无监督降维
随机投影
内核近似
成对度量,亲和力和内核
转换预测目标(y)
数据集加载实用程序
计算策略:更大的数据
计算性能
教程
API 文档
开发指南
流程图
相关包
常问问题
其他资源
其他版本
学习路线 : 机器学习基础 –> sklearn –> tensorflow(学这些之前,得先把大数据的基础搞定先,后期会组织该学习活动,期待ing。。。)
若你有任何想法或建议,请联系企鹅 : 1042658081
相关文章推荐
- [置顶] scikit-learn sklearn 0.18 官方文档中文版
- [置顶] Apache Spark 2.2.0 官方文档中文版(翻译完成 98%. 除 MLib 外) | ApacheCN
- scikit-learn(sklearn) 0.19 中文文档的翻译计划,邀请你的加入 | ApacheCN
- scikit-learn(sklearn) 0.19 中文文档的翻译计划,邀请你的加入 | ApacheCN
- scikit-learn(sklearn) 0.19 中文文档的校验活动,邀请你的加入 | ApacheCN
- 【Scikit-Learn 中文文档】预测延迟 / 预测吞吐量 / 技巧和窍门 - 计算性能 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】模型持久化 - 模型选择和评估 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】把它们放在一起 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】内核近似 - 数据集转换 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】预测目标 (y) 的转换 - 数据集转换 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】模型选择:选择估计量及其参数 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】半监督学习 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】预测目标 (y) 的转换 - 数据集转换 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】无监督学习: 寻求数据表示 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 【Scikit-Learn 中文文档】线性和二次判别分析 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】内核岭回归 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】特征选择 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】内核岭回归 - 监督学习 - 用户指南 | ApacheCN