• 欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远
• Machine Learning in Action (python) | ApacheCN(apache中文网)

• 1. 机器学习基础
  • 机器学习基础
• 2. k-近邻算法
  • k-近邻算法
• 3. 决策树
  • 决策树
• 4. 基于概率论的分类方法:朴素贝叶斯
  • 朴素贝叶斯
• 5. Logistic回归
  • Logistic回归
• 6. 支持向量机
  • 支持向量机
• 7. 利用AdaBoost元算法提高分类
  • 利用AdaBoost元算法提高分类
• 7. 随机森林的使用(个人补充,非课本内容)
  • 随机森林的使用

• 8. 预测数值型数据:回归
  • 预测数值型数据:回归
• 9. 数回归
  • 树回归

• 10. 使用K-均值聚类算法对未标注数据分组
  • k-means聚类
• 11. 使用Apriori算法进行关联分析
  • 使用Apriori算法进行关联分析
• 12. 使用FP-growth算法来高效发现频繁项集
  • 使用FP-growth算法来高效发现频繁项集

• 13. 使用PCA来简化数据
  • 利用PCA来简化数据
• 14. 使用SVD简化数据
  • 使用SVD简化数据
• 15. 大数据与MapReduce
  • 大数据与MapReduce

• 16. 推荐系统
  • 推荐系统
  • [后续 翻译完Spark ML继续跟进该项目, 欢迎有兴趣的朋友参与开源公益的活动]

• 2017年04月08日_第一期的总结

• 附录A Python入门
• 附录B 线性代数
• 附录C 概率论复习
• 附录D 资源
• 索引
• 版权声明
• ApacheCN(apache中文网) 维护更新
  • 关于我们
  • 加入我们

ApacheCN-ML视频-优酷地址 ApacheCN-ML视频-百度云地址