Phase 2: Klassisches maschinelles Lernen

Eine von der Stanford University entwickelte Einführung in das statistische Lernen, die in zwei Versionen (R und Python) verfügbar ist und klassische Algorithmen des maschinellen Lernens wie Regression, Klassifizierung und Support Vector Machines abdeckt. Sie bietet kostenlose Online-Kurse und experimentellen Code.

Ein von Microsoft entwickelter 12-wöchiger, 26-teiliger klassischer Machine-Learning-Kurs für Anfänger, der das Lernen von Machine Learning durch praktische Übungen mit kulturellen Daten aus aller Welt ermöglicht.

Eine klassische Einführung in das maschinelle Lernen von Professor Andrew Ng, die überwachtes Lernen, unüberwachtes Lernen und praktische Techniken des maschinellen Lernens abdeckt.

Vollständige chinesische Notizen zum Stanford-Maschinellen Lernkurs von Andrew Ng, einschließlich 18 Kapiteln mit umfassenden Inhalten von den Grundlagen bis zu Anwendungen, die Lernmaterialien in verschiedenen Formaten anbieten.

Ein Bildungsprojekt, das die Grundlagen von Machine-Learning-Modellen und -Algorithmen von Grund auf in Python implementiert. Es deckt verschiedene Algorithmen von linearer Regression bis Deep Learning ab und legt Wert auf die transparente Darstellung der internen Funktionsweise der Algorithmen.