《机器学习实战》老版勘误,整理自图灵社区:图书:机器学习实战。错误在新版书籍中已被修正。适用于使用老版的参考
1、使用k-近邻算法改进约会网站的配对效果:(1)样本数据:datingTestSet.txt示例(三个特征及对应的分类):409208.3269760.953952largeDoses3种特征:每
目 录 第一部分 分类 第1章 机器学习基础 2 1.1 何谓机器学习 3 1.1.1 传感器和海量数据 4 1.1.2 机器学习非常重要 5 1.2 关键术语 5 1.3 机器学习的主
Machine learning actual combat pdf
机器学习实战的原版代码,是配合《机器学习实战》的极好的学习资料。
机器学习实战,中英两本清晰的pdf,及书中的附属源码,
含:英文原版,中文翻译版本,用到的python源代码本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算
python机器学习理论+实战,线性回归。逻辑回归、决策树、SVM、感知机、随机森林、正则化
机器学习实战第二章k近邻代码python实现
资料中包含机器学习常用算法的python实现代码,如NaiveBayes、SVM、RNN、神经网络等
