Machine Learning in Action

说明：此 repository 来源于 apacheCN, 为什么不 fork，而要自己重新创建一个呢?

• 1.) 万一有一天他们的 repository 被drop了呢，或者不公开了呢？
• 2.) 自己也可以完全自己重新创建，那会花费我大量的时间去整理代码，编辑 markdown 文档，没有太多时间，所以感谢 apacheCN!

此外：简单说明一下各文件夹内容:

• 1.) 文件夹 /ebooks 中存放 机器学习实战 电子书，没错就是你们知道的那本，中英文都有，中文版当然是扫描版，尽量选英文版看（清晰）
• 2.) 文件夹 /codes 中存放机器学习各算法的 python 代码，算比较全面了，不过还是推荐去看 Scikit-learn 机器学习库的教程
• 3.) 文件夹 /inputDataset 中存放了用来训练的简单的数据集。其他文件夹啥也没有，Please don't click!

第一部分 分类

• 1.) 机器学习基础
• 2.) k-近邻算法
• 3.) 决策树
• 4.) 基于概率论的分类方法：朴素贝叶斯
• 5.) Logistic回归
• 6.) 支持向量机
• 7.) 集成方法-随机森林和AdaBoost

第二部分 回归预测数值型数据

• 8.) 预测数值型数据：回归
• 9.) 树回归

第三部分 无监督学习

• 10.) 使用K-均值聚类算法对未标注数据分组:k-means聚类
• 11.) 使用Apriori算法进行关联分析
• 12.) 使用FP-growth算法来高效发现频繁项集

第四部分 其他工具

• 13.) 利用PCA来简化数据
• 14.) 利用SVD简化数据
• 15.) 大数据与MapReduce

第五部分 项目实战

• 16.) 推荐系统