使用scikit-learn进行机器学习入门

本视频系列将教你如何使用Python流行的scikit-learn库解决机器学习问题。共有10个视频教程，总时长4.5小时，每个教程都有相应的Jupyter笔记本。

该系列也作为免费在线课程提供，包括更新的内容、测验和完成证书。

注意： 本仓库中的笔记本已更新至使用Python 3.9.1和scikit-learn 0.23.2。视频中展示的原始笔记本使用的是Python 2.7和scikit-learn 0.16，可从归档分支下载。你可以在这篇博客文章中了解我如何更新代码。

什么是机器学习，它是如何工作的？(视频, 笔记本
- 什么是机器学习？
- 机器学习的两个主要类别是什么？
- 有哪些机器学习的例子？
- 机器学习是如何"工作"的？
为机器学习设置Python环境：scikit-learn和Jupyter Notebook (视频, 笔记本
- scikit-learn的优点和缺点是什么？
- 如何安装scikit-learn？
- 如何使用Jupyter Notebook？
- 有哪些学习Python的好资源？
使用著名的鸢尾花数据集开始scikit-learn之旅 (视频, 笔记本
- 什么是著名的鸢尾花数据集，它与机器学习有什么关系？
- 如何将鸢尾花数据集加载到scikit-learn中？
- 如何用机器学习术语描述数据集？
- scikit-learn处理数据的四个关键要求是什么？
使用scikit-learn训练机器学习模型 (视频, 笔记本
- 什么是K-近邻分类模型？
- scikit-learn中模型训练和预测的四个步骤是什么？
- 如何将这种模式应用到其他机器学习模型？
在scikit-learn中比较机器学习模型 (视频, 笔记本
- 如何为我的监督学习任务选择合适的模型？
- 如何为该模型选择最佳调优参数？
- 如何估计我的模型在样本外数据上的可能表现？
数据科学流程：pandas, seaborn, scikit-learn (视频, 笔记本
- 如何使用pandas库将数据读入Python？
- 如何使用seaborn库可视化数据？
- 什么是线性回归，它是如何工作的？
- 如何在scikit-learn中训练和解释线性回归模型？
- 回归问题的一些评估指标有哪些？
- 如何选择应该包含在模型中的特征？
用于参数调优、模型选择和特征选择的交叉验证（视频，笔记本）
- 使用训练/测试集分割程序进行模型评估有什么缺点？
- K折交叉验证如何克服这个限制？
- 如何使用交叉验证来选择调优参数、选择模型和选择特征？
- 有哪些可能改进交叉验证的方法？
高效搜索最佳调优参数（视频，笔记本）
- 如何使用K折交叉验证搜索最佳调优参数？
- 如何提高这个过程的效率？
- 如何同时搜索多个调优参数？
- 在进行实际预测之前，如何处理这些调优参数？
- 如何降低这个过程的计算成本？
评估分类模型（视频，笔记本）
- 模型评估的目的是什么，有哪些常见的评估程序？
- 分类准确率的用途是什么，它有什么局限性？
- 混淆矩阵如何描述分类器的性能？
- 可以从混淆矩阵中计算出哪些指标？
- 如何通过改变分类阈值来调整分类器性能？
- ROC曲线的目的是什么？
- 曲线下面积（AUC）与分类准确率有何不同？
构建机器学习工作流程（视频，笔记本）
- 为什么应该使用Pipeline？
- 如何使用OneHotEncoder对分类特征进行编码？
- 如何使用ColumnTransformer将OneHotEncoder应用于选定的列？
- 如何构建和交叉验证Pipeline？
- 如何使用Pipeline对新数据进行预测？
- 为什么应该使用scikit-learn（而不是pandas）进行预处理？