Python 3 from None to Machine learning(Python3:从零开始机器学习)

决策树理论部分前言1.1 信息熵1.1.1 代码实现1.2 信息增益1.2.1 代码实现1.3 创建决策树2.1 决策树的可视化3.1 测试和存储决策树存储及读取4 课本隐形眼镜实战代码参考文献 前言

【这个资源的最大优点就是有目录，福昕pdf阅读器，就可以看到目录，因为目录是有标签写的】 书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数

Python机器学习及实践面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领读者熟悉并且掌握当下流行的机

Python machine learning and practice _ from zero to the road to KAGGLE competition - with directory

PYTHON机器学习及实践_从零开始通往KAGGLE竞赛之路与书同步的数据，太大无法上传所以只能保存到网盘中，下载后里面有链接可以自己下载

TheCoder’sApprenticeLearningProgrammingwithPython3

机器学习 机器学习算法的Python 3实现 该存储库提供了用于通过Python 3实现基本机器学习算法的演示程序。我希望这些程序能帮助人们理解机器学习理论和实现的美丽。 我将不时丰富这些实现和描述。

谋课付费Python3入门机器学习经典算法与应用(¥399.00)价值399,附带导航到课程首页地址,学习更方便

书上用的Python2，但现在主流是Python3，所以上传份改写过的代码，自己用用还不错哦。

MachineLearning根据Python3.x改动的原书代码