您遇到涉及大量数据和许多变量的复杂问题。您知道机器学习是最好的方法，但您以前从未使用过。您如何处理比较混乱、不完整并且采用各种不同格式提供的数据？如何为数据选择正确的模型？
听起来让人望而生畏？不要泄气。系统化工作流程有助于创造一个顺利的开端。
下载电子书 可逐步学习从基础到高级的技术和算法：
- 第 1 部分：机器学习简介
了解机器学习的基础信息，包括监督和无监督学习方法、选择正确的算法和实际示例。 - 第 2 部分：机器学习快速入门
以健康监控应用程序为例逐步介绍机器学习工作流程。本部分介绍访问和加载数据、预处理数据、推导特征以及训练和完善模型。 - 第 3 部分：应用无监督学习
深入了解硬聚类和软聚类算法以及用于改进模型性能的常用降维技术。 - 第 4 部分：应用监督式学习
深入了解分类和回归算法以及用于改进性能的技术，包括特征选择、特征变换和超参数调优。