本文關(guān)鍵詞：機器學習實戰(zhàn)，由筆耕文化傳播整理發(fā)布。

《機器學習實戰(zhàn)》學習筆記

很久沒寫過博客了，，一重開就給自己挖了這么一個大坑……

最近一段時間看了《機器學習實戰(zhàn)》這本書，感覺寫得不錯，認真看了看。關(guān)于這本書的書評及購買事宜請移步豆瓣、京東、亞馬遜等網(wǎng)站，這里不多說。不過有一點，感覺這本書有個很好的地方是給出了各個算法的Python實現(xiàn)代碼和講解，要求不高的話可以拿來用了（懶）。在這里想好好寫寫從這本書中學到的東西，文中的代碼和主要內(nèi)容也將均來自這本書。

目錄

第一部分 分類

第1章 機器學習基礎

第2章 k-近鄰算法

第3章 決策樹

第4章 基于概率論的分類方法：樸素貝葉斯

第5章 Logistic回歸

第6章 支持向量機

第7章 利用Adaboost元算法提高分類性能

第二部分 利用回歸預測數(shù)值型數(shù)據(jù)

第8章 預測數(shù)值型數(shù)據(jù)：回歸

第9章 樹回歸

第三部分 無監(jiān)督學習

第10章 利用K-均值聚類算法對未標注數(shù)據(jù)分組

第11章 使用Apriori算法進行關(guān)聯(lián)分析

第四部分 其他工具

第13章 利用PCA來簡化數(shù)據(jù)

第14章 利用SVD簡化數(shù)據(jù)

第15章 大數(shù)據(jù)與MapReduce

本書的主頁：https://www.manning.com/books/machine-learning-in-action

書中的代碼和所使用的數(shù)據(jù)集可以在主頁或者這里（作者的GitHub版本庫）找到。

書中有的代碼均使用Python 2.7，并廣泛使用了NumPy模塊，若干章中還使用了Matplotlib模塊進行繪圖�？梢园惭bPython 2.7的官方發(fā)行版，然后依次安裝NumPy和Matplotlib模塊（需要解決依賴）。在這里推薦直接安裝Python發(fā)行版Anaconda，已經(jīng)內(nèi)置了很多科學計算所需的模塊，可直接使用。

posted @

  本文關(guān)鍵詞：機器學習實戰(zhàn)，由筆耕文化傳播整理發(fā)布。