mirror of
https://github.com/apachecn/ailearning.git
synced 2026-05-11 00:58:19 +08:00
58 lines
2.3 KiB
Markdown
58 lines
2.3 KiB
Markdown
# 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 (python) | [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)
|
||
|
||
[ApacheCN-ML视频-百度云地址](https://pan.baidu.com/s/1eS44hCu)
|
||
|