Python机器学习经典实例

书如其名确实就是一些关于机器学习的例子，并对这些例子进行解析 好像笔记只要超出200个就复制不出来了，我也就是把里面的小标题给他圈圈点点。 这本书也适合Python初学者阅读。还有想用机器学习算法开发应用程序的程序员。也适合。 看一本书之前，我比较喜欢大致的看一下，书里面的内容大致如下： 第1章介绍各种回归分析的监督学习技术。学习如何分析共享自行车的使用模式，以及如何预测房价。 第2章介绍各种数据分类的监督学习技术。学习如何评估收入层级，以及如何通过特征评估一辆二手汽车的质量。 第3章论述支持向量机的预测建模技术，学习如何使用这些技术预测建筑物里事件发生的概率，以及体育场周边道路的交通情况。 第4章阐述无监督学习算法，包括K -means聚类和均值漂移聚类学习如何将这些算法应用于股票市场数据和客户细分。 第5章介绍推荐引擎的相关算法，学习如何应用这些算法实现协同滤波和电影推荐。 第6章阐述与文本数据分析相关的技术，包括分词，词干提取词库模型的学习，如何使用这些技术进行文本情感分析和主题建模。 第7章介绍与语音数据分析相关的算法，学习如何建立语音识别系统？ 第8章介绍分析时间序列和有序数据的相关技术，包括隐马尔可夫模型和条件随机场学习，学习如何将这些技术应用的文本序列分析和股市预测中。 第9章介绍图像内容分析与物体识别方法的算法，学习如何提取图像特征以及建立物体识别系统。 第10章介绍在图像和视频中检测与识别面部的相关技术学习，使用降维算法，建立面部识别器。 第11章介绍深建立深度神经网络所期的算法学习如何使用神经网络建立官学文字识别系统。 第12章介绍机械学习使用的数据，可视化技术学习如何建立不同类型的图形和图表。 每一章的前面都会标出介绍的主题。 向第1章介绍什么数据预处理技术。创建线性回归器，估算房屋价格。创建多项式回归器之类的。