机器学习导论机器学习实战

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

《机器学习实战》（注解版），包含机器学习基础，k-近邻算法，决策树等章节