我整理的800页《机器学习必备知识.pdf》，都是干货！

资源简介

大家好，今天给大家分享一份机器学习入门课程，这们课程由Google首发于google.cn，发布这个课程的主要目的是帮助想要学习机器学习的小白们入门机器学习，这份教程中作者避开比较深奥的数学推导，读者仅需要一些基础的数学知识与python编程能力，就可以快速入手实现一个机器学习项目。是新手入门机器学习的一个好途径。

我们分享的资源《机器学习宝典》包含：谷歌机器学习速成课程（招式）+机器学习术语表（口诀）+机器学习规则（心得）+机器学习中的常识性问题 （内功）。由热心的网友yuanxiaosc整理发布于自己的Github仓库中，Github仓库链接：https://github.com/yuanxiaosc/Machine-Learning-Book

Machine-Learning-Book（机器学习宝典）涵盖了从机器学习从入门到精通所需的所有必备知识。

1. 其中《机器学习知识点彩图版.pdf》以生动形象的图片描述机器学习中的知识点。
2. 其中《Google机器学习速成课程.pdf》以加利福尼亚房价预测为线索，讲解了机器学习概念、特征工程以及机器学习在现实世界的应用。该课程有对应知识点的习题和解答，你可以随时检测自己的学习效果。
3. 其中《机器学习中的常识性问题 (最新网页版)》 ， 该文系统性总结了机器学习基础知识。比如你了解机器学习中常见的二分类问题评价指标：混淆矩阵、准确率、精确率、召回率、敏感性、特异性、AUC、ROC以及它们之间的关系吗？

👆长按上方二维码 2 秒
回复「MLBD」即可获取资料

课程目录

👆长按上方二维码 2 秒
回复「MLBD」即可获取资料

精彩内容

机器学习中的常识性问题定义：作为一名合格的机器学习从业人员必须理解的机器学习领域的常识性问题。

点击开始学习 机器学习中的常识性问题

机器学习中常见的二分类问题评价指标：混淆矩阵、准确率、精确率、召回率、敏感性、特异性、AUC、ROC以及它们之间的关系吗？

每一种指标具体的含义：

机器学习彩图版-偏差和方差的权衡：