14. 外部资源、视频和讲座

14.1. scikit-learn MOOC

如果您是scikit-learning的新手，或者希望加强您的理解，我们强烈推荐 scikit-learn MOOC (Massive Open Online Course) .

MOOC由一些scikit-learn核心贡献者创建和维护，是 free of charge 旨在帮助所有级别的学习者使用scikit-learn掌握机器学习。它涵盖了从基本机器学习概念到更高级领域（如预测建模管道和模型评估）的主题。

课程材料可在 scikit-learn MOOC website .

本课程也在 FUN platform ，这还使内容具有交互性，无需安装任何内容，并允许访问讨论论坛。

这些视频可在 Inria Learning Lab channel in a playlist .

14.2. 视频

• 的 scikit-learn YouTube channel features a playlist 展示维护者和社区成员演讲的视频。

14.3. 科学Python新手？

对于那些刚接触科学Python生态系统的人，我们强烈推荐 Python Scientific Lecture Notes .这将帮助您找到立足点，并肯定会改善您的scikit学习体验。 建议对NumPy数组有基本了解，以充分利用scikit-learn。

14.4. 外部学费

有几个针对特定主题领域的在线教程：

• Machine Learning for NeuroImaging in Python <https://nilearn.github.io/> _

• Machine Learning for Astronomical Data Analysis <https://github.com/astroML/sklearn_tutorial> _