机器学习实战

最新推荐文章于 2021-08-12 08:36:00 发布
最新推荐文章于 2021-08-12 08:36:00 发布
阅读量194 收藏
点赞数
分类专栏： 机器学习 open cv python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xj1363695789/article/details/81532330
版权
机器学习 同时被 3 个专栏收录
3 篇文章 0 订阅
订阅专栏
open cv
2 篇文章 0 订阅
订阅专栏
python
2 篇文章 0 订阅
订阅专栏

目录

第一部分   分类

第一章   机器学习基础

第二章   k-近邻算法

第三章   决策树

第四章   朴素贝叶斯

第五章   logistic回归

第六章   支持向量机

第七章   利用AdaBoost元算法提高分类性能

第二部分   利用回归预测数值型数据

第八章   预测数据型数据：回归

第九张：树回归

第三部分   无监督学习

第十章   利用K-均值聚类算法对未标注数据分组

第十一章   使用Apriori算法进行关联分析

第十二章   使用FP-growth算法来高效发现频繁项集

第四部分   其他工具

第十三章   利用PCA来简化数据

第十四章   利用SVD简化数据

第十五章   大数据与MapReduce

附录A   python入门

附录B   线性代数

附录C   概率论

附录D   资源

xj1363695789
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习实战——学习之路
陌若安生的博客
07-25 4363
本篇博客意在记录学习机器学习实战中算法的过程，首先申明一下，博主是一个小白，刚开始接触机器学习，所以每学完一个算法，就会进行一次总结，写一篇博客。每篇博客仅是个人理解而写，如有错误，不足之处，欢迎指出，定会细心接纳，并及时改正。 已经学过的算法： 机器学习实战（一）线性回归和局部加权线性回归 机器学习实战（二）logistic回归 机器学习实战（三）岭回归，lasso回归 机器学习实战（四）k-近...
机器学习实战数据集
02-01
"机器学习实战数据集"是一个非常有价值的资源，它包含了一些用于实际操作的数据，可以帮助我们理解和应用书本中的理论知识。这个数据集可能来自于《机器学习》（Machine Learning）这本书，由Andrew Ng教授撰写，是...
机器学习实战：python算法代码汇总
shieh的专栏
08-02 1829
这是是在学习《机器学习实战》这本书时的代码记录情况，用python实现，当然也会包括一些其他的机器学习算法，使用Python实现。 1：【关联规则】Apriori算法分析与Python代码实现，具体分析请参考博客： http://blog.csdn.net/gamer_gyt/article/details/51113753 2：【关联规则】FP-
机器学习实战源码.zip
03-26
《机器学习实战源码》是一份专为初学者设计的资源包，旨在通过实践帮助学习者深入理解机器学习的原理和应用。这份压缩包包含了四个精心设计的实战项目，每个项目都提供了清晰、简洁的代码，并附有详尽的注释，确保...
《机器学习实战》源代码_机器学习实战源码_
10-02
利用高效的可复用Python代码来阐释如何处理统计数据...通过各种实例，可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。
机器学习实战,机器学习实战 pdf,Python
09-10
《机器学习实战》是一本非常受欢迎的机器学习入门书籍，主要针对那些希望了解并实践机器学习的初学者和开发者。这本书以Python编程语言为工具，深入浅出地讲解了多种机器学习算法及其在实际问题中的应用。PDF版本的...
机器学习--《机器学习实战》
shi_jiji的博客
08-12 209
机器学习 第一部分 分类 监督学习： 在监督学习的过程中，我们只需要给定输入样本集，机器就可以从中推演出指定目标变量的可能结果。 监督学习一般使用两种类型的目标变量：标称型（如真与假，）和数值型。 第一章 机器学习基础部分 1.关键术语： 使用某个机器学习算法进行分类时，首先要做的是**算法训练**，即学习如何分类。 我们为算法输入大量已分类的数据作为算法的**训练集**。训练集是用于训练机器学习算法的数据样本集合。 每个训练样本中有**n个特征、一个目标变量**。 目标变量是机器学习算法的预测结果，*
【机器学习实战】
sinat_38792591的博客
07-23 85
https://blog.csdn.net/weixin_38705903/article/details/79238313
机器学习实战（Machine Learning in Action）
ZHOU_YU0715的博客
06-25 664
第一章 机器学习基础 本书是我个人比较喜欢的风格，之前有学习过一部分基于Scikit-Learn 的机器学习，两本书各有特色，近期开始学习Peter的这个Machine learing in action。希望对自己有一定的帮助。 第一章的机器学习基础，大同小异，可参考之前我所写的学习笔记。机器学习概述 ...
《机器学习实战》
勇敢的俍心的博客
06-19 510
书评： 本书侧重于代码实践，理论推导和公式差一些； 适合快速入门和上手，实例比较好； 豆瓣建议结合CSDN和《统计学习方法》；前言说本书就是以实践为主的。
机器学习实战（1）
默默学习
09-19 490
from numpy import * import operator def createDataSet() -> object: group = array([[1.0,1.0], [1.0,1.1], [0,0], [0,0.1]]) labels = ['A','A','B','B'] return group, labels; def classify0(in
机器学习实战（一）
沐雨金鳞
07-05 1936
1、何谓机器学习？ 机器学习就是把无序的数据转换成有用的信息。 2、案例 体重、翼展、有无脚蹼以及后背颜色这四种值称之为特征，也可以称作属性。 前两种特征是数值型，可以使用十进制数字 第三种特征（是否有脚蹼）是二进值型，只可以取0或1 第四种特征（后背颜色）是基于自定义调色板的枚举类型 机器学习的主要任务就是分类 训练集是用于训练机器学习算法的数据样本集合...
机器学习实战探索
"Machine Learning in Action 是一本由Peter Harrington编著的英文版机器学习实战书籍，由Manning出版社出版。这本书深入浅出地介绍了机器学习的概念和技术，并提供了实践案例来帮助读者理解并应用这些知识。" ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值