scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗? 第1页
1
huo-hua-de-41 网友的相关建议:
scikit-learn真的特别优秀，不只框架代码写得好，文档也写的贼好。真是传统机器学习的集大成者。
scikit-learn的文档可以当作教材来看，对各种任务、指标、评测都有非常详细的叙述，同时还附上了通俗易懂的代码。
举个例子：你想了解异常检测，scikit-learn的用户文档里有定义、公式原理、算法实现、可视化和用法都有介绍。甚至还有参考文献让你快速去跟进这个领域。
初学者过一遍scikit-learn还是挺好的，夯实基础。
1
相关话题
深度学习attention机制中的Q,K,V分别是从哪来的？计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？
为何总感觉人工智能和神经科学（神经网络）被绑在一起？
如何评价第一局比赛 AlphaGo 战胜李世石？
如何理解 natural gradient descent?
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
从应用的角度来看，深度学习怎样快速入门？
word2vec 相比之前的 Word Embedding 方法好在什么地方？
为什么在SGD中使用L1正则化很难获得稀疏性？
百度在深度学习上使用Xilinx FPGA?
前一个讨论
有哪些沙雕可爱的文案？
下一个讨论
如何评价张曼玉、巩俐、章子怡这三人的地位？
相关的话题
为什么交叉熵（cross-entropy）可以用于计算代价？2020年，多标签学习（multi-label）有了哪些新的进展？
深度学习领域有哪些瓶颈？
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
为什么现在很多人不看好商汤科技？
如何评价谷歌刚推出的Cloud AutoML？
DL框架的未来发展，TensorFlow/MXNet/PyTorch, 选哪个？
有哪些定理在高维情况下与三维情况下培养出来的直觉不符？
Deep Learning 的专家如此急缺，它难在何处？
如何看待Tensor Comprehensions？与TVM有何异同？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
中科院某所研一新生，小样本学习、数据融合、强化学习、图神经网络、资源受限的计算这几个方向选哪个更好？
广告算法工程师的核心竞争力是什么？
LSTM如何来避免梯度弥散和梯度爆炸？
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
《失控玩家》中的游戏有可能实现出来吗？
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
如何看待 Alex Smola 加入 Amazon？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
BERT中，multi-head 768*64*12与直接使用768*768矩阵统一计算，有什么区别？
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？
如何评价深度学习之父Hinton发布的Capsule论文？
机器学习，数据挖掘在研究生阶段大概要学些什么？
2021 年了，TensorFlow 和 PyTorch 两个深度学习框架地位又有什么变化吗？
怎样衡量一个机器学习工程师对算法的掌握程度？
如何看待李沐老师提出的「用随机梯度下降来优化人生」？
有哪些关于机器学习的真相还鲜为人知？
transformer中的Q,K,V到底是什么？
不觉得最大熵原理很奇怪吗？