机器学习python中文版

第一章让计算机从数据中学习将数据转化为知识三类机器学习算法第二章训练机器学习分类算法透过人工神经元一窥早期机器学习历史使用Python实现感知机算法基于Iris数据集训练感知机模型自适应线性神经元及收敛问题Python实现自适应线性神经元大规模机器学习和随机梯度下降总结第三章使用Scikit-learn进行分类器之旅如何选择合适的分类器算法scikit-learn之旅逻辑斯蒂回归对类别概率建模使用正则化解决过拟合支持向量机使用松弛变量解决非线性可分的情况使用核SVM解决非线性问题决策树学习最大信息增益构建一棵决策树随机森林k近邻--一个懒惰学习算法总结第四章构建一个好的训练集---数据预处理处理缺失值