《機器學習實戰》學習筆記 (目錄)
幾天沒寫過部落格了,一重開就給自己挖了這麼一個大坑……(希望能好好填坑)
最近一段時間看了《機器學習實戰》這本書,感覺寫得不錯,認真看了看。關於這本書的書評及購買事宜請移步豆瓣、京東、亞馬遜等網站,這裡不多說。不過有一點,感覺這本書有個很好的地方是給出了各個演算法的Python實現程式碼和講解,要求不高的話可以拿來用了(懶)。在這裡想好好寫寫從這本書中學到的東西,文中的程式碼和主要內容也將均來自這本書。
同時本系列部分文章繼承自 qwertWZ 學長,萬分感謝!
\[QAQ \]
目錄
第一部分 分類
第1章 機器學習基礎
第2章 k-近鄰演算法
第3章 決策樹
第4章 基於概率論的分類方法:樸素貝葉斯
第5章 Logistic迴歸
第6章 支援向量機
第7章 利用 Adaboost元演算法提高分類效能
第二部分 利用迴歸預測數值型資料
第8章 預測數值型資料:迴歸
第9章 樹迴歸
第三部分 無監督學習
第10章 利用K-均值聚類演算法對未標註資料分組
第11章 使用Apriori演算法進行關聯分析
第12章 使用FP-growth演算法來高效發現頻繁項集
第四部分 其他工具
第13章 利用PCA來簡化資料
第14章 利用SVD簡化資料
第15章 大資料與MapReduce
\[QAQ \]
本書的主頁:https://www.manning.com/books/machine-learning-in-action
書中的程式碼和所使用的資料集可以在主頁或者這裡(作者的GitHub版本庫)找到。
書中有的程式碼均使用Python 2.7,並廣泛使用了 NumPy
模組,若干章中還使用了 Matplotlib
模組進行繪圖。可以安裝 Python 2.7
的官方發行版,然後依次安裝 NumPy
和 Matplotlib
模組(需要解決依賴)。
但針對社群對 Python 2.X 版本的不再支援,所以博主推薦安裝 Python 3.X 版本 or Anaconda 來程式設計。
在這裡推薦直接安裝Python發行版 Anaconda,已經內建了很多科學計算所需的模組,可直接使用。
The desire of his soul is the prophecy of his fate