机器学习

以下分门别类列出发布在博客和微信公众号上的有关机器学习的文章。

与此相关的书籍和课程，请参阅：

• 《机器学习数学基础》

• 《数据准备和特征工程》

• 《跟老齐学Python：数据分析》

• 在线课程

  • 《机器学习数学基础》视频课程

  • 百度AI Studio：数据准备和特征工程 与《数据准备和特征工程》配套的源码，并有少量视频内容。（免费）

  • 以Python为起点的职业发展 直播讲座回放（免费）

  • 数据科学工程师的学习路线 直播讲座回放（免费）

  • 带你玩转Python数据分析 录播视频课程

  • 案例上手Python数据可视化 在线电子书

数学基础

请访问【机器学习数学基础】专题

• 想从事人工智能领域的工作，需要学习很复杂的数学吗？

基础技能

• 比较 NaN 和整数

• 从DataFrame中删除列

• 合并Pandas的DataFrame方法汇总

• 不写爬虫，也能读取网页的表格数据

• 用 Python 抓取在 Github 上的组织名称

• 用 Pandas 从 HTML 网页中读取数据

• 将 Python 中的字典数据转化为 DataFrame 的方法

• 根据条件增加DataFrame的列

• Pandas 和 Numpy 的视图和拷贝

• 如何在 AI Studio 数据可视化图像中显示汉字

• 利用 Pandas 和 SQLite 提升超大数据的读取速度

• 如何合并没有共同标识符的数据集

统计和经典机器学习

• 特征为什么那么重要

• 数据准备过程中如何创建虚拟变量

• 如何生成机器学习的预测区间

• 如何提速机器学习模型训练

• 初学者指南：利用SVD创建推荐系统

• 一个简单的股票数据分析及可视化库

• 分析梅西和罗纳尔多的比赛数据

• 【logistic回归】笔记

• “线性回归模型正则化”笔记

• 写给小白：K近邻算法入门

• 写给初学者的LASSO回归

深度学习

• 最适合你学习的深度学习框架

• 交叉熵损失函数

• 激活函数的“3W”

• 零基础学习梯度下降算法

• 反向传播算法的工作原理

• 利用飞桨实现数字识别

• 用信息论剖析深度学习

• 必须懂：深度学习中的信息论概念

• 根据 2D 图片构建 3D 模型

• 深度学习简史（一）

• 深度学习简史（二）

自然语言处理

• 用 Python 调用 GPT-3 API

• ChatGPT 的原理：机器人背后的模型

• 利用 LDA 创建主题模型

计算机视觉和图像

• 用 Python 读写海量图片的方法

• 手把手教你使用图像处理利器 OpenCV

• 用 OpenCV 实现自动驾驶中的车道识别