简介

如果你偶然发现了本课程，很可能你已经听说过当下非常热门的深度学习。然而，深度学习仅仅是机器学习领域的一个子集。在金融、教育、医疗和基础科学等多个领域中，仍广泛使用着许多传统机器学习算法。深度学习并非万能药；很多场景和任务依然依赖传统的机器学习方法。

为什么我们仍然需要传统机器学习？

有人可能会问，既然深度学习如此强大，为何还需要传统机器学习？简单来说，是因为深度学习存在局限性。

• 深度学习是一个“黑箱”模型，我们无法清楚了解它为何根据输入产生特定输出。而一些传统机器学习方法（如线性回归和决策树）具有可解释性，在某些应用场景中，这种可解释性至关重要。
• 深度学习通常需要大量数据支持，但在现实中，某些任务的数据量较小。传统机器学习能够有效处理小规模数据。
• 有些问题本身较为简单，使用深度学习带来的性能提升并不明显。简单的解决方案以更少的投入即可达到相近效果。
• 还有一些问题只能通过传统机器学习来解决。

此时，Scikit-learn 正是我们所需要的工具。

Scikit-learn（原名 scikits.learn，也称为 sklearn）是一个基于 Python 编程语言的免费开源机器学习软件库。它集成了多种分类、回归和聚类算法，包括支持向量机（support vector machines）、随机森林（random forests）、梯度提升（gradient boosting）、k均值（k-means）和 DBSCAN（DBSCAN）等。此外，sklearn 还提供了特征提取、特征选择、模型评估、模型选择、参数调优、降维等功能，这些功能对于完成一个完整的机器学习项目至关重要。

在本课程中，我们不会深入讲解这些算法背后的理论或数学原理。每节课会简要介绍必要的背景知识，但主要目标是帮助你掌握如何使用该库解决实际问题。

为何选择 sklearn？

• 易于学习和使用。
• 覆盖机器学习各个层面，甚至支持深度学习。
• 功能全面且强大。
• 文档详尽，开源并拥有活跃的社区支持。
• 是目前最广泛使用的机器学习工具包。

你将在本课程中学到什么？

• 用于监督学习的一些模型，例如 Logistic Regression（逻辑回归）、SVM（支持向量机）和 Naive Bayes（朴素贝叶斯）
• 基于树的模型，如 decision tree（决策树）和 GBDT（梯度提升决策树）
• 聚类方法，如 kmeans（k均值聚类）
• 特征工程，包括 feature selection（特征选择）、feature extraction（特征提取）和 dimension reduction（降维）
• 数据预处理
• 模型评估
• 超参数搜索
• 简单神经网络