机器学习路线图 [机器学习是]研究领域，它使计算机无需进行显式编程即可学习。 -亚瑟·塞缪尔（Arthur Samuel），1959年 包含机器学习项目组合的存储库，以及每周不断改进机器学习算法的进度。 第一周 选择一种语言，我认为Python是最适合的语言。 为什么？简单的语法，大量的文档，强大的社区以及资源的可用性。 您也可以更喜欢R。但是，与行业中的python相比，R编程的普及率较低。 创建GitHub个人资料并学习Git Git是一个功能强大的版本控制系统，STEM领域中的每个人都应

机器学习工程师组合 这是一个完全可操作的机器学习项目的集合，这些项目是Udacity的，和LinkedIn学习提高了学习道路上的。 目录 深度学习 电子商务产品的价格预测 关键字：深度学习| 价格预测| CNN | 神经网络| 数据探索。 ， 。 使用电子商务站点的正式应用程序，已经生成了与产品类别相对应的历史销售数据库。 通过使用包含所有与产品及其相应价格有关的信息的数据集，可以训练一种能够预测新产品发布的最优竞争价格的算法。 进行此项目的动机是由于以下事实：电子商务公司需要全面了解价格，

机器学习产品组合： 这是我为学术，自学（Udacity，Coursera，CS50，Kaggle，InsideSherpa，LinkedIn学习）完成的，完全可操作的数据科学/机器学习项目的集合。 项目中使用的数据（可在数据目录下访问）仅用于演示目的。 （工作正在进行中 ...）