更新README

README.md

@@ -1 +1,39 @@
-# MachineLearning
+# MachineLearning
+
+**Mahchine Leaning in Action (python)**
+
+## 第一部分  分类
+
+* 1) 机器学习基础
+* 2) k-紧邻算法
+* 3) 决策树
+* 4) 基于概率论的分类方法：朴素贝叶斯
+* 5) Logistic回归
+* 6) 支持向量机
+* 7) 利用AdaBoost元算法提高分类
+
+## 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
+* 9) 数回归
+
+### 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
+* 11) 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
+
+### 第四部分  其他工具
+
+* 13) 使用PCA来简化数据
+* 14) 使用SVD简化数据
+* 15) 大数据与MapReduce
+
+* * *
+
+* 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