机器学习（3）-简单线性回归：数据集与源码下载

斯坦福机器学习公开课练习题的代码实现（Normalequation和gradientdescent两种方法）：http://openclassroom.stanford.edu/MainFolder

机器学习中简单的非线性回归python代码，亲测有效。。

Coursera machine learning同步matlab程序(已检验正确) 机器学习-线性回归代码（完整版）.zip

什么是机器学习? 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法,机器学习允许计算机查找隐藏的见解,而无需对其进行明确的编程。 它是干什么用的? 欺诈识别。 网络搜索结

python数据分析与机器学习课程梯度下降与逻辑回归章节成绩与录取数据集excel版本

iris数据集机器学习是刚入门学习的一个简单数据集,里面的样本数150条,分为3类,每类50个样本,易于理解,对刚学习机器学习的具有一定帮助。

以手工和运用EViews软件(或其他软件)：(1)做出散点图，建立财政收入随国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；(2)对所建立的回归方程进行检验；(3)若2001年中国国内生产总

多年来，估算方法一直是统计学家的难题，尤其是在与隐藏/难以到达人口有关的行业中。 在本文中，得出了难以捉摸/难以到达/隐藏人口的回归模型。 这是通过将Birnbaum和Sirken（1965）给出的多

fredmd transformed数据集线性回归多项式回归Lasso岭回归ElasticNet等多种机器学习算法预测模型机器学习numpy pandas sklearn数据分析数据挖掘dates R

非常详细的《机器学习实战》的数据集和资源，是入门机器学习的很好的资料