今天给大家介绍一本以 Python 为基础的机器学习实战编程书籍:《机器学习实战》。
本书特色:
本书的目录如下:
本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。
本书的最大亮点莫过于使用 Python,从零开始实现主流的机器学习算法,没有调包调库,包括复杂的 SVM SMO 算法。可以说非常有助于深入理解算法核心知识,巩固机器学习理论。
优质资源:
由于《机器学习实战》配套的代码多由 Python2 实现,且某些代码有 bug,故作者 wzy6642 对书中的代码重新做了整理,全部代码可在 Python3 环境下运行。所有源程序中,文件夹名称的命名规则为:算法名称+对应书中的第几个案例,少数几个案例因为数据量比较大所以采用压缩包上传。相应的 GitHub 地址如下:
https://github.com/wzy6642/Machine-Learning-in-Action-Python3
另外,还有一份按照书中章节顺序,非常好的基于 Python3 的源代码(包括 .ipynb 文件)。目前在 GitHub 上已经超过 1500 star 了。地址如下:
https://github.com/pbharrin/machinelearninginaction
资源下载:
目前,《机器学习实战》书籍的英文版和中文版,包括所有章节的源代码程序都已打包完毕。获取方式如下:
1.扫描下方二维码关注 “AI有道” 公众号
2.公众号后台回复关键词:ML1
未经允许不得转载:红色石头的个人博客 » 《机器学习实战》中英文电子书 + 源代码下载