资料分享：送你一本《机器学习实战》电子书！

这两天，各985高校发布了考研初试分数线。从中发现这两年大数据相关专业的分数线暴涨啊。没有400分估计心里都没底啊。可见大数据这个领域有多火爆！而机器学习是我们团队的一个主要方向，新加入的同学通常都是从《机器学习实战》这本书开始入门的。

所以，我把这本书的电子版分享给大家，可以作为入门教材，希望能够对大数据、机器学习感兴的同学有益。当然，这本书在网上有开源的电子版，其特点是简化了案例背景的介绍，而在每个算法后面加入了作者的理解，大家可以对照着来学习。其网址如下：

https://ailearning.apachecn.org/#/

机器学习实战 开源电子书

---

目录

第一部分　分类

第1章　机器学习基础

• 1.1 何谓机器学习
• 传感器和海量数据
• 机器学习非常重要
• 1.2 关键术语
• 1.3 机器学习的主要任务
• 1.4 如何选择合适的算法
• 1.5 开发机器学习应用程序的步骤
• 1.6 Python语言的优势
• 可执行伪代码
• Python比较流行
• Python语言的特色
• Python语言的缺点
• 1.7 NumPy函数库基础
• 1.8 本章小结

第2章　k-近邻算法

• 2.1 k-近邻算法概述
• 准备：使用Python导入数据
• 从文本文件中解析数据
• 如何测试分类器
• 2.2 示例：使用k-近邻算法改进约会网站的配对效果
• 准备数据：从文本文件中解析数据
• 分析数据：使用Matplotlib创建散点图
• 准备数据：归一化数值
• 测试算法：作为完整程序验证分类器
• 使用算法：构建完整可用系统
• 2.3 示例：手写识别系统
• 准备数据：将图像转换为测试向量
• 测试算法：使用k-近邻算法识别手写数字
• 2.4 本章小结

第3章　决策树

• 3.1 决策树的构造
• 信息增益
• 划分数据集
• 递归构建决策树
• 3.2 在Python中使用Matplotlib注解绘制树形图
• Matplotlib注解
• 构造注解树
• 3.3 测试和存储分类器
• 测试算法：使用决策树执行分类
• 使用算法：决策树的存储
• 3.4 示例：使用决策树预测隐形眼镜类型
• 3.5 本章小结

第4章　基于概率论的分类方法：朴素贝叶斯

• 4.1 基于贝叶斯决策理论的分类方法
• 4.2 条件概率
• 4.3 使用条件概率来分类
• 4.4 使用朴素贝叶斯进行文档分类
• 4.5 使用Python进行文本分类
• 准备数据：从文本中构建词向量
• 训练算法：从词向量计算概率
• 测试算法：根据现实情况修改分类器
• 准备数据：文档词袋模型
• 4.6 示例：使用朴素贝叶斯过滤垃圾邮件
• 准备数据：切分文本
• 测试算法：使用朴素贝叶斯进行交叉验证
• 4.7 示例：使用朴素贝叶斯分类器从个人广告中获取区域倾向
• 收集数据：导入RSS源
• 分析数据：显示地域相关的用词
• 4.8 本章小结

第5章　Logistic回归

• 5.1 基于Logistic回归和Sigmoid函数的分类
• 5.2 基于最优化方法的最佳回归系数确定
• 梯度上升法
• 训练算法：使用梯度上升找到最佳参数
• 分析数据：画出决策边界
• 训练算法：随机梯度上升
• 5.3 示例：从疝气病症预测病马的死亡率
• 准备数据：处理数据中的缺失值
• 测试算法：用Logistic回归进行分类
• 5.4 本章小结

第6章　支持向量机

• 6.1 基于最大间隔分隔数据
• 6.2 寻找最大间隔
• 分类器求解的优化问题
• SVM应用的一般框架
• 6.3 SMO高效优化算法
• Platt的SMO算法
• 应用简化版SMO算法处理小规模数据集
• 6.4 利用完整Platt SMO算法加速优化
• 6.5 在复杂数据上应用核函数
• 利用核函数将数据映射到高维空间
• 径向基核函数
• 在测试中使用核函数
• 6.6 示例：手写识别问题回顾
• 6.7 本章小结

第7章　利用AdaBoost元算法提高分类性能

• 7.1 基于数据集多重抽样的分类器
• bagging：基于数据随机重抽样的分类器构建方法
• boosting
• 7.2 训练算法：基于错误提升分类器的性能
• 7.3 基于单层决策树构建弱分类器
• 7.4 完整AdaBoost算法的实现
• 7.5 测试算法：基于AdaBoost的分类
• 7.6 示例：在一个难数据集上应用AdaBoost
• 7.7 非均衡分类问题
• 其他分类性能度量指标：正确率、召回率及ROC曲线
• 基于代价函数的分类器决策控制
• 处理非均衡问题的数据抽样方法
• 7.8 本章小结

第二部分　利用回归预测数值型数据

第8章 预测数值型数据：回归

• 8.1 用线性回归找到最佳拟合直线
• 8.2 局部加权线性回归
• 8.3 示例：预测鲍鱼的年龄
• 8.4 缩减系数来“理解”数据
• 岭回归
• lasso
• 前向逐步回归
• 8.5 权衡偏差与方差
• 8.6 示例：预测乐高玩具套装的价格
• 收集数据：使用Google购物的API
• 训练算法：建立模型
• 8.7 本章小结

第9章　树回归

• 9.1 复杂数据的局部性建模
• 9.2 连续和离散型特征的树的构建
• 9.3 将CART算法用于回归
• 构建树
• 运行代码
• 9.4 树剪枝
• 预剪枝
• 后剪枝
• 9.5 模型树
• 9.6 示例：树回归与标准回归的比较
• 9.7 使用Python的Tkinter库创建GUI
• 用Tkinter创建GUI
• 集成Matplotlib和Tkinter
• 9.8 本章小结

第三部分　无监督学习

第10章　利用K-均值聚类算法对未标注数据分组

• 10.1 K-均值聚类算法
• 10.2 使用后处理来提高聚类性能
• 10.3 二分K-均值算法
• 10.4 示例：对地图上的点进行聚类
• Yahoo! PlaceFinder API
• 对地理坐标进行聚类
• 10.5 本章小结

第11章　使用Apriori算法进行关联分析

• 11.1 关联分析
• 11.2 Apriori原理
• 11.3 使用Apriori算法来发现频繁集
• 生成候选项集
• 组织完整的Apriori算法
• 11.4 从频繁项集中挖掘关联规则
• 11.5 示例：发现国会投票中的模式
• 收集数据：构建美国国会投票记录的事务数据集
• 测试算法：基于美国国会投票记录挖掘关联规则
• 11.6 示例：发现毒蘑菇的相似特征
• 11.7 本章小结

第12章　使用FP-growth算法来高效发现频繁项集

• 12.1 FP树：用于编码数据集的有效方式
• 12.2 构建FP树
• 创建FP树的数据结构
• 构建FP树
• 12.3 从一棵FP树中挖掘频繁项集
• 抽取条件模式基
• 创建条件FP树
• 12.4 示例：在Twitter源中发现一些共现词
• 12.5 示例：从新闻网站点击流中挖掘
• 12.6 本章小结

第四部分　其他工具

第13章　利用PCA来简化数据

• 13.1 降维技术
• 13.2 PCA
• 移动坐标轴
• 在NumPy中实现PCA
• 13.3 示例：利用PCA对半导体制造数据降维
• 13.4 本章小结

第14章　利用SVD简化数据

• 14.1 SVD的应用
• 隐性语义索引
• 推荐系统
• 14.2 矩阵分解
• 14.3 利用Python实现SVD
• 14.4 基于协同过滤的推荐引擎
• 相似度计算
• 基于物品的相似度还是基于用户的相似度？
• 推荐引擎的评价
• 14.5 示例：餐馆菜肴推荐引擎
• 推荐未尝过的菜肴
• 利用SVD提高推荐的效果
• 构建推荐引擎面临的挑战
• 14.6 基于SVD的图像压缩
• 14.7 本章小结

第15章　大数据与MapReduce

• 15.1 MapReduce：分布式计算的框架
• 15.2 Hadoop流
• 分布式计算均值和方差的mapper
• 分布式计算均值和方差的reducer
• 15.3 在Amazon网络服务上运行Hadoop程序
• AWS上的可用服务
• 开启Amazon网络服务之旅
• 在EMR上运行Hadoop作业
• 15.4 MapReduce上的机器学习
• 15.5 在Python中使用mrjob来自动化MapReduce
• mrjob与EMR的无缝集成
• mrjob的一个MapReduce脚本剖析
• 15.6 示例：分布式SVM的Pegasos算法
• Pegasos算法
• 训练算法：用mrjob实现MapReduce版本的SVM
• 15.7 你真的需要MapReduce吗？
• 15.8 本章小结

附录A Python入门

附录B 线性代数

附录C 概率论复习

附录D 资源

索引

版权声明

---

推荐阅读

• 如何利用 C# 实现 K 最邻近算法？
• 如何利用 C# 实现 K-D Tree 结构？

---

下载《机器学习实战》

关注公众号，后台回复

20190313