https://github.com/htylab/machine-learning-python

機器學習: Python
https://github.com/htylab/machine-learning-python

machine-learning python scikit-learn

Last synced: about 1 month ago
JSON representation

機器學習: Python

• Host: GitHub
• URL: https://github.com/htylab/machine-learning-python
• Owner: htylab
• License: bsd-3-clause
• Created: 2015-12-27T16:41:30.000Z (almost 9 years ago)
• Default Branch: master
• Last Pushed: 2023-01-16T13:59:49.000Z (almost 2 years ago)
• Last Synced: 2024-08-02T13:31:58.147Z (5 months ago)
• Topics: machine-learning, python, scikit-learn
• Language: Jupyter Notebook
• Homepage: https://machine-learning-python.gitbook.io/project/
• Size: 7.88 MB
• Stars: 329
• Watchers: 28
• Forks: 135
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: license.md

Awesome Lists containing this project

README

        
#機器學習：使用Python

這份文件的目的是要提供Python 之機器學習套件 scikit-learn (http://scikit-learn.org/) 的中文使用說明以及介紹。一開始的主要目標是詳細說明scikit-learn套件中的[範例程式](http://scikit-learn.org/stable/auto_examples/index.html )的使用流程以及相關函式的使用方法。目前使用版本為 scikit-learn version 1.0 以上。也將加入深度學習相關資料。

本書原始資料在 Github 上公開，歡迎大家共同參與維護： [https://github.com/htylab/machine-learning-python](https://github.com/htylab/machine-learning-python)。

## 本文件主要的版本發展

##  Scikit-learn 套件

Scikit-learn (http://scikit-learn.org/) 是一個機器學習領域的開源套件。整個專案起始於 2007年由David Cournapeau所執行的`Google Summer of Code` 計畫。而2010年之後，則由法國國家資訊暨自動化研究院（INRIA, http://www.inria.fr） 繼續主導及後續的支援及開發。近幾年(2013-2015)則由 INRIA 支持 Olivier Grisel (http://ogrisel.com) 全職負責該套件的維護工作。以開發者的角度來觀察，會發現Scikit-learn的整套使用邏輯設計的極其簡單。往往能將繁雜的機器學習理論簡化到一個步驟完成。Python的機器學習相關套件相當多，為何Scikit-learn會是首選之一呢？其實一個開源套件的選擇，最簡易的指標就是其`contributor: 貢獻者` 、 `commits:版本數量` 以及最新的更新日期。下圖是2016/1/3 經過了美好的跨年夜後，筆者於官方開源程式碼網站(https://github.com/scikit-learn/scikit-learn) 所擷取的畫面。我們可以發現最新`commit`是四小時前，且`contributor`及`commit`數量分別為531人及 20,331個。由此可知，至少在2016年，這個專案乃然非常積極的在運作。在眾多機器學習套件中，不論是貢獻者及版本數量皆是最龐大的。也因此是本文件介紹機器學習的切入點。未來，我們希望能介紹更多的機器學習套件以及理論，也歡迎有志之士共同參與維護。

![](images/sklearn_intro.PNG)