我是机器学习领域的新手，我注意到有很多算法/算法集可以使用:SVM、决策树、朴素贝叶斯、感知器等...... 这就是为什么我想知道应该使用哪种算法来解决哪个问题？换句话说，哪种算法解决哪个问题类别？
所以我的问题是，您是否知道专注于此算法选择问题的好网站或书籍？
如有任何帮助，我们将不胜感激。提前谢谢。
贺拉斯
最佳答案
拿Andrew Ng's machine learning course on coursera 。它精美地组合在一起，解释了不同类型的 ML 算法之间的差异，提供了何时使用每种算法的建议，并且包含对实践者有用的 Material 以及数学(如果您需要的话)。我自己正在学习机器学习，这是迄今为止最有用的资源。
(您可能会发现有用的另一条建议是考虑学习 python。这是基于我犯的一个错误，即我没有在早期阶段开始学习 python，并排除了许多书籍、网页、sdks 等基于Python。事实证明，Python 非常容易上手，至少从我个人的观察来看，Python 广泛应用于机器学习和数据科学社区。)
关于machine-learning - 机器学习算法: which algorithm for which issue?，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16686966/