Machine Learning in Action (python) | ApacheCN(apache中文网)
-
- 机器学习基础
-
- k-近邻算法
-
- 决策树
-
- 基于概率论的分类方法：朴素贝叶斯
-
- Logistic回归
-
- 支持向量机
-
- 利用AdaBoost元算法提高分类
-
- 预测数值型数据：回归
-
- 数回归
-
- 使用K-均值聚类算法对未标注数据分组
-
- 使用Apriori算法进行关联分析
-
- 使用FP-growth算法来高效发现频繁项集
-
- 使用PCA来简化数据
-
- 使用SVD简化数据
-
- 大数据与MapReduce
-
- 推荐系统
- 推荐系统
- [后续 翻译完Spark ML继续跟进该项目, 欢迎有兴趣的朋友参与开源公益的活动]
- 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
