机器学习资料《机器学习与优化》+《神经网络与机器学习第3版》+《分布式机器学习:算法、理论与实践》

神经网络是计算智能和机器学习的重要分支，在诸多领域都取得了很大的成功。

在众多神经网络著作中，影响最为广泛的是Simon Haykin的《神经网络与机器学习第3版》电子书，结合近年来神经网络和机器学习的最新进展，从理论和实际应用出发，全面、系统地介绍了神经网络的基本模型、方法和技术，并将神经网络和机器学习有机地结合在一起。
《机器学习与优化》电子书是机器学习实战领域的一本佳作，从机器学习的基本概念讲起，旨在将初学者引入机器学习的大门，并走上实践的道路。《机器学习与优化》电子书通过讲解机器学习中的监督学习和无监督学习，并结合特征选择和排序、聚类方法、文本和网页挖掘等热点问题，论证了“优化是力量之源”这一观点，为机器学习在企业中的应用提供了切实可行的操作建议。

《分布式机器学习:算法、理论与实践》电子书资料全面介绍分布式机器学习的现状，深入分析其中的核心技术问题，并且讨论该领域未来的发展方向。

我认为第3章到第8章是核心，讲解分布式机器学习的框架及其各个功能，分别针对其中的数据与模型划分模块、单机优化模块、通信模块、数据与模型聚合模块加以介绍。最有用的是第9章，学习由分布式机器学习框架中不同选项所组合出来的各式各样的分布式机器学习算法。

整理的《分布式机器学习算法理论与实践》电子学习书和《机器学习与优化》电子资料，《神经网络与机器学习第3版》书代码，机器学习方面的完整电子资料供学习参考:
https://ai-nlp-book.lofter.com/post/312661e1_1c7718272

数据分析，机器学习，代码训练，每天都在进步！