Machine learning an algorithmic perspective(First Edition, CRC Press 2009)

本书将机器学习背后的基本理论与应用实践联系起来，通过这种方式让读者聚焦于如何正确地提出问题、解决问题。书中讲解了如何使用Python的核心元素以及强大的机器学习库，同时还展示了如何正确使用一系列统计模

Who this book is for This book is for machine learning practitioners, data scientists, and deep lear

MachineLearningwithR-SecondEdition(pdf+epub+mobi+code_file,packet,2015.07).zip

Python.Machine.Learning.2nd.Edition.2017.9 包含3种格式: 1. Python.Machine.Learning.2nd.Edition.2017.9.pdf

Get more from your data through creating practical machine learning systems with Python

Sklearn 书上每章节的代码， python，OpenCV PANDAS, Dataframes，

机器学习算法第二版代码,然而,许多之前的机器学习模型往往只关注每个样本的特征,而没有考虑到样本之间的关系数据或没有很好的方法来利用和建模这些关系数据。图机器学习就应运而生了。近年来图逐渐变成机器学习的

AlgorithmsandTheoryofComputationHandbook,SecondEdition:GeneralConceptsandTechniquesprovidesanup-to-d

基于概率论的角度分析机器学习，带书签，英文版，这本书从概率论这个数学角度独特阐述了机器学习的所有问题，需要较强的数学基础。

mlapp（MachineLearning-AProbabilisticPerspective）是一本机器学习的经典教材，适合自学，数学知识方便很详细。