# MachineLearning

* **欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远**
* **Machine Learning in Action (机器学习实战) | [ApacheCN(apache中文网)](http://www.apache.wiki)**

## 第一部分  分类

* 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/7.1.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/7.2.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](./docs/8.预测数值型数据：回归.md)
* 9.) [树回归](./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](./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.) [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)

* 16.) [推荐系统](/docs/16.推荐系统.md)【后续组织学习：机器学习框架sklearn、深度学习框架TensorFlow】

## 阶段性总结

* [2017-04-08_第一期的总结](/report/2017-04-08_第一期的总结.md)

* * *

* 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
* [ApacheCN(apache中文网) 维护更新](http://www.apache.wiki)
    * [关于我们](http://www.apache.wiki/pages/viewpage.action?pageId=2887240)
    * [加入我们](http://www.apache.wiki/pages/viewpage.action?pageId=2887239)

[ApacheCN-ML视频-优酷地址](http://i.youku.com/apachecn)
![](/images/MainPage/apachecn_youku.png)
[ApacheCN-ML视频-百度云地址](https://pan.baidu.com/s/1eS44hCu)
![](/images/MainPage/apachecn_baiduyun.png)