Machine Learning
常用机器学习算法的实现代码（Python），还包括一些具体的小Demo测试和其他python机器学习库（eg.sklearn...）的实践。
| 名称 | 目录 |
|---|---|
| Linear Regression | [dir] |
| Perceptron | [dir] |
| KNN | [dir] |
| Naive Bayes | [dir] |
| Decision Tree | [dir] |
| Logisitc Regression | [dir] |
| SVM | [dir] |
| Adaboost | [dir] |
| CF | [dir] |
| K Means | [dir] |
学习资料
- 学习资料整理 Link:https://github.com/yew1eb/machine-learning/tree/master/ML%20%26%20DL
- 《利用Python进行数据分析》
- Microsoft: DAT208x Introduction to Python for Data Science
- Microsoft: DAT204x Introduction to R
- 《机器学习实战》
- 《集体智慧编程》
- 《统计学习方法》
- coursera-ML
- 机器学习基石
5、实践环境
- Python 3.5.1 :: Anaconda 2.4.1 (64-bit)
在win下使用Anaconda集成包可以省去许多不必要的麻烦,亲身经历-_-||