《机器学习实战》学习笔记 总目录

本书籍笔记涵盖机器学习基础、k-近邻算法、决策树、朴素贝叶斯、Logistic回归、支持向量机等核心算法,并提供详细的代码实现与GitHub地址。适合机器学习初学者和实践者深入理解并应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

欢迎关注WX公众号:【程序员管小亮】

【机器学习】《机器学习实战》读书笔记及代码 总目录

GitHub代码地址:

——————————————————————————————————————————————————————

好好看书,好好写博客,好好码代码,好好搞深度学习,好好搞机器学习,希望能坚持下去 😃

目录

第1章 - 机器学习基础

第2章 - k-近邻算法

第3章 - 决策树

第4章 - 基于概率论的分类方法:朴素贝叶斯

第5章 - Logistic 回归

第6章 - 支持向量机

第7章 - 利用AdaBoost 元算法提高分类性能

第8章 - 预测数值型数据:回归

第9章 - 树回归

第10章 - 利用K-均值聚类算法对未标注数据分组

  • 读书笔记

第11章 - 使用Apriori 算法进行关联分析

  • 读书笔记

第12章 - 使用FP-growth 算法来高效发现频繁项集

  • 读书笔记

第13章 - 利用PCA 来简化数据

  • 读书笔记

第14章 - 利用SVD 简化数据

  • 读书笔记

第15章 - 大数据与MapReduce

  • 读书笔记

参考文章

  • 《机器学习实战》
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

我是管小亮

一口吃掉你的打赏,嗝~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值