<div class="iteye-blog-content-contain" style="font-size: 14px;"><p><span style="">第 1 章: </span><a style="" href="http://ml.apachecn.org/mlia/basic-knowledge">基础知识</a><br style=""><span style="">第 2 章: </span><a style="" href="http://ml.apachecn.org/mlia/knn">K近邻算法</a><br style=""><span style="">第 3 章: </span><a style="" href="http://ml.apachecn.org/mlia/design-tree">决策树算法</a><br style=""><span style="">第 4 章: </span><a style="" href="http://ml.apachecn.org/mlia/basic-knowledge">朴素贝叶斯</a><br style=""><span style="">第 5 章: </span><a style="" href="http://ml.apachecn.org/mlia/logistic-regress">逻辑斯蒂回归</a><br style=""><span style="">第 6 章: </span><a style="" href="http://ml.apachecn.org/mlia/svm">支持向量机</a><br style=""><span style="">第 7 章: </span><a style="" href="http://ml.apachecn.org/mlia/ensemble-random-tree-adaboost">集成方法</a><br style=""><span style="">第 8 章: </span><a style="" href="http://ml.apachecn.org/mlia/regress">回归</a><br style=""><span style="">第 9 章: </span><a style="" href="http://ml.apachecn.org/mlia/tree-regress">树回归</a><br style=""><span style="">第 10 章: </span><a style="" href="http://ml.apachecn.org/mlia/kmeans">KMeans聚类</a><br style=""><span style="">第 11 章: </span><a style="" href="http://ml.apachecn.org/mlia/apriori">Apriori算法与关联分析</a><br style=""><span style="">第 12 章: </span><a style="" href="http://ml.apachecn.org/mlia/fp-growth">FP-growth高效发现频繁项集</a><br style=""><span style="">第 13 章: </span><a style="" href="http://ml.apachecn.org/mlia/pca">PCA降维</a><br style=""><span style="">第 14 章: </span><a style="" href="http://ml.apachecn.org/mlia/svd">SVD简化数据</a><br style=""><span style="">第 15 章: </span><a style="" href="http://ml.apachecn.org/mlia/bigdata-and-mapreduce">大数据与MapReduce</a><br style=""><span style="">第 16 章: </span><a style="" href="http://ml.apachecn.org/mlia/recommender-system">推荐系统介绍</a><br style=""><a style="" href="http://ml.apachecn.org/mlia/why-to-record-study-ml-video">为何录制教学版视频</a><br style=""><a style="" href="http://ml.apachecn.org/mlia/video-addr">视频地址</a><br style=""><a style="" href="http://ml.apachecn.org/mlia/join-us">加入我们</a><br style=""><a style="" href="http://ml.apachecn.org/mlia/qq-group">ＱＱ群</a></p></div>
分享到：
相关推荐
ApacheCN机器学习实战视频教程 入门篇+进阶篇两套非常优秀的机器学习教学课程
机器学习（Machine Learning, ML）是一种应用人工智能（AI）领域的科学技术，它使得计算机系统能够从数据中自动学习和改进，而无需显式编程。在机器学习的过程中，算法会通过识别和挖掘数据中的模式来构建一个模型，...
ApacheCN机器学习实战 Scikit-learn-tutorial Scikit-learn v0.19 单词记录 penalize 罚项 decision boundary 决策边界 spam 垃圾邮件 Guidelines 准则，指导方针 demonstrate 证明演示显示 algorithm 算法 stuff ...
Storm 构建 Python 实时应用Python 数据科学与机器学习实用手册精通 Spark精通 StormSpark 机器学习大数据分析实战Spark 秘籍面向 Python 开发者的 SparkStorm 蓝图Flink 学习手册Kafka 学习手册中文第二版Storm 和 ...
该书被认为是机器学习和深度学习入门的绝佳教程，对于想要深入学习这些领域的读者来说，它提供了详细的项目案例、理论知识和实战操作。 在机器学习方面，书中首先给出了机器学习的概览，介绍了机器学习的基本概念、...
ApacheCN 数据科学译文集协议：...v2社交媒体挖掘数据科学和人工智能技术笔记Python 和 Jupyter 机器学习入门Python 数据科学和机器学习实践指南精通 Python 数据科学Python 数据科学本质论数据科学思想下载Dockerdo
《ApacheCN 数据结构与算法译文集》是一个包含丰富的数据结构和算法学习资源的压缩包。这个集合由ApacheCN社区翻译并整理，...通过深入学习和实践，可以为在数据处理、软件开发、机器学习等领域的工作打下坚实基础。
Python 数据分析与挖掘实战带来源码注释书名...ApacheCN 机器学习交流群 629470233ApacheCN 学习资源在线阅读PDF格式EPUB格式MOBI格式代码仓库章节每个chapter主题code.py: 代码date/: 数据文件tmp/: 生成数据文件
本项目参考《机器学习实战》，是作者在学习过程中的笔记、总结。 基于书中代码案例的基础上，加以划分逻辑，添加注释。目的使算法思路更加清晰，提高代码可读性，方便更多初学者学习。 一. 监督学习 二. 利用回归...