更新链接信息

This commit is contained in:
jiangzhonglian
2017-06-12 18:44:43 +08:00
parent 75d66fa4ea
commit 39fe071734
3 changed files with 20 additions and 36 deletions

View File

@@ -5,47 +5,31 @@
## 第一部分 分类
* 1) 机器学习基础
* [机器学习基础](./docs/1.机器学习基础.md)
* 2) k-近邻算法
* [k-近邻算法](./docs/2.k-近邻算法.md)
* 3) 决策树
* [决策树](./docs/3.决策树.md)
* 4) 基于概率论的分类方法:朴素贝叶斯
* [朴素贝叶斯](./docs/4.朴素贝叶斯.md)
* 5) Logistic回归
* [Logistic回归](./docs/5.Logistic回归.md)
* 6) 支持向量机
* [支持向量机](./docs/6.支持向量机.md)
* 7) 利用AdaBoost元算法提高分类
* [利用AdaBoost元算法提高分类](./docs/7.利用AdaBoost元算法提高分类.md)
* 7) 随机森林的使用(个人补充,非课本内容)
* [随机森林的使用](./docs/7.随机森林的使用.md)
* 1) [机器学习基础](./docs/1.机器学习基础.md)
* 2) [k-近邻算法](./docs/2.k-近邻算法.md)
* 3) [决策树](./docs/3.决策树.md)
* 4) [基于概率论的分类方法:朴素贝叶斯](./docs/4.朴素贝叶斯.md)
* 5) [Logistic回归](./docs/5.Logistic回归.md)
* 6) [支持向量机](./docs/6.支持向量机.md)
* 7-1) [利用AdaBoost元算法提高分类](./docs/7.利用AdaBoost元算法提高分类.md)
* 7-2) [随机森林的使用(非课本内容)](./docs/7.随机森林的使用.md)
## 第二部分 利用回归预测数值型数据
* 8) 预测数值型数据:回归
* [预测数值型数据:回归](./docs/8.预测数值型数据:回归.md)
* 9) 数回归
* [树回归](./docs/9.树回归.md)
* 8) [预测数值型数据:回归](./docs/8.预测数值型数据:回归.md)
* 9) [回归](./docs/9.树回归.md)
## 第三部分 无监督学习
* 10) 使用K-均值聚类算法对未标注数据分组
* [k-means聚类](./docs/10.k-means聚类.md)
* 11) 使用Apriori算法进行关联分析
* [使用Apriori算法进行关联分析](./docs/11.使用Apriori算法进行关联分析.md)
* 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](./docs/12.使用FP-growth算法来高效发现频繁项集.md )
* 10) [使用K-均值聚类算法对未标注数据分组:k-means聚类](./docs/10.k-means聚类.md)
* 11) [使用Apriori算法进行关联分析](./docs/11.使用Apriori算法进行关联分析.md)
* 12) [使用FP-growth算法来高效发现频繁项集](./docs/12.使用FP-growth算法来高效发现频繁项集.md )
## 第四部分 其他工具
* 13) 使用PCA来简化数据
* [利用PCA来简化数据](./docs/13.利用PCA来简化数据.md)
* 14) 使用SVD简化数据
* [使用SVD简化数据](./docs/14.使用SVD简化数据.md)
* 15) 大数据与MapReduce
* [大数据与MapReduce](./docs/15.大数据与MapReduce.md)
* 13) [利用PCA来简化数据](./docs/13.利用PCA来简化数据.md)
* 14) [利用SVD简化数据](./docs/14.利用SVD简化数据.md)
* 15) [大数据与MapReduce](./docs/15.大数据与MapReduce.md)
## 第五部分 项目实战(非课本内容 来之ApacheCN Team)

View File

@@ -109,7 +109,7 @@ http://baike.baidu.com/link?url=76P-uA4EBrC3G-I__P1tqeO7eoDS709Kp4wYuHxc7GNkz_xn
* * *
**作者:[片刻](http://www.apache.wiki/display/~jiangzhonglian) [1988](http://www.apache.wiki/display/~lihuisong)
[GitHub地址](https://github.com/apachecn/MachineLearning): <https://github.com/apachecn/MachineLearning>
[原文链接](https://github.com/apachecn/MachineLearning/blob/master/docs/1.%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%A1%80.md) <https://github.com/apachecn/MachineLearning/blob/master/docs/1.%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%A1%80.md>
**`版权声明欢迎转载学习-记得标注信息来源,谢谢`**
* **作者:[片刻](http://www.apache.wiki/display/~jiangzhonglian) [1988](http://www.apache.wiki/display/~lihuisong)**
* [GitHub地址](https://github.com/apachecn/MachineLearning): <https://github.com/apachecn/MachineLearning>
* [原文链接](https://github.com/apachecn/MachineLearning/blob/master/docs/1.%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%A1%80.md): <https://github.com/apachecn/MachineLearning/blob/master/docs/1.%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%9F%BA%E7%A1%80.md>
* **`版权声明: 欢迎转载学习-记得标注信息来源,谢谢`**