适合想要自学python及算法的同学，里面是我自己找工作时自学python写的笔记，120页pdf文档，目前从事深度学习CV方面，文档里有部分数据结构内容、python语法偏多，还有部分算法知识点总结，适合想找机器学习、深度学习岗位的小伙伴~ 超多干货哦，哈哈哈~~ 有不懂的地方可以加微信或者邮件一起交流~~

校招面试题库（附答案与解析） 机器学习篇。包含数学基础、机器学习、深度学习、算法、计算机基础等。校招面试题库（附答案与解析） 机器学习篇。包含数学基础、机器学习、深度学习、算法、计算机基础等。

本题库均来自海量真实校招面试题目大数据进行的整理，学完这个题库，把此题库都理解透彻应对各家企业面试完全没有问题。

Numpy：科学计算库 Pandas：数据分析处理库 Matplotlib：数据可视化库 Scikit-learn：机器学习库

机器学习参考资料及教学视频

1. 添加了20多个单目标进化算法和100多个单目标测试问题。平台目前含有150个算法和339个测试问题，涉及单目标优化、多目标优化、超多目标优化、组合优化、大规模优化、约束优化、多模态优化、昂贵优化、稀疏优化和偏好优化，测试问题包含机器学习、数据挖掘、网络科学、信号处理、调度、经济和工程中的实际问题。 2. 全新开发的整体框架和图形界面，带有更多的模块及更强大的功能； 3. 基于标签的过滤系统，使用户可以准确地选择针对不同类型问题的算法； 4. 更加方便的问题定义方式，用户无需编写独立的代码文件即可自定义问题； 5. 更加多样化的结果展示方式，问题的真实前沿面和可行区域可随种群一起展示； 6. 提供中文用户手册。

基于改进机器学习算法的电商用户购买预测，胡智超，杨福兴，近年来，电商平台陡增的巨额订单量容易导致快递爆仓，也极大地超过了物流系统的运载能力。本文采用现有的数据挖掘技术分析用户的

探索几种用于面部识别和分类的机器学习算法！ :) 查看Jupyter Notebook和Figures了解更多详细信息（我保证您不会失望）

本文主要的目标读者是机器学习爱好者或数据科学的初学者，以及对学习和应用机器学习算法解决实际问题抱有浓厚兴趣的读者。面对大量的机器学习算法，初学者通常会问自己一个典型的问题：「我该使用哪一种算法?」有很多因素会影响这一问题的答案，比如：数据的大小、质量及性质可用计算时间任务的急迫性数据的使用用途在没有测试过不同算法之前，即使是经验丰富的数据科学家和机器学习算法开发者也都不能分辨出哪种算法性能最好。我们并不提倡一步到位，但是我们确实希望根据一些明确的因素为算法的选择提供一些参考意见。机器学习算法速查表可帮助你从大量算法之中筛选出解决你的特定问题的算法，同时本文也将介绍如何使用该速查表。由于该速查表

本文来自于csdn，本文是基于《kaggle比赛集成指南》来进行总结的概述什么是集成学习，以及目前较为常用的技术。集成方法是指由多个弱分类器模型组成的整体模型，我们需要研究的是：①弱分类器模型的形式②这些弱分类器是如何组合为一个强分类器学习过机器学习相关基础的童鞋应该知道，集成学习有两大类——以Adaboost为代表的Boosting和以RandomForest为代表的Bagging。它们在集成学习中属于同源集成（homogenousensembles）方法；而今天我将主要对一种目前在kaggle比赛中应用的较为广泛的集成方法——StackedGeneralization（SG），也叫堆栈泛化