机器学习实战(高清中文版/英文版PDF+源代码)
连接：https://pan.baidu.com/s/1bN-4WeeVbli1NeeAqn5e4w
提取码：7oin
机器学习是人工智能研究领域中的一个极其重要的方向。在现今大数据时代的背景下，捕获数据并从中萃取有价值的信息或模式，使得这一过去为分析师与数学家所专属的研究领域越来越为人们瞩目。
本书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效可复用的Python代码阐释如何处理统计数据，进行数据分析及可视化。读者可从中学到一些核心的机器学习算法，并将其运用于某些策略性任务中，如分类、预测及推荐等。
本书适合机器学习相关研究人员及互联网从业人员学习参考。
第一部分 分类
第1章 机器学习基础
第2章 k-近邻算法
第3章 决策树
第4章 基于概率论的分类方法：朴素贝叶斯
第5章 Logistic回归
第6章 支持向量机
第7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8章 预测数值型数据：回归
第9章 树回归
第三部分 无监督学习
第10章 利用K-均值聚类算法对未标注数据分组
第11章 使用Apriori算法进行关联分析
第12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13章 利用PCA来简化数据
第14章 利用SVD简化数据
第15章 大数据与MapReduce
连接：https://pan.baidu.com/s/1bN-4WeeVbli1NeeAqn5e4w
提取码：7oin
