《机器学习实战》学习笔记(一)
来源:互联网 发布:2017中超球员数据 编辑:程序博客网 时间:2024/06/06 00:41
《机器学习实战》学习笔记(一)
“数据挖掘十大算法”(2007.12-Journal of Knowledge and Information System)
1. C4.5决策树
2. K-mean(k-均值)
3. 支持向量机(SVM)
4. Apriori
5. 最大期望算法(EM)
6. PageRank算法
7. AdaBoost算法
8. K-近邻算法(kNN)
9. 朴素贝叶斯算法(NB)
10. 分类回归树算法(CART)
本书并未讲解EM算法和PageRank算法,原因:Google引入的PageRank算法在很多著作中均有充分的论述,这里不在累述;而最大期望算法(EM)涉及太多的数学知识,无法简化讲解。
本书的结构:4大部分15章节+4个附录
Ⅰ 分类(1-7章):
①介绍了机器学习的基础知识,如何使用机器学习算法进行分类;
②介绍K-邻近算法;
③介绍决策树;
④使用概率分布算法进行分类以及朴素贝叶斯算法;
⑤介绍Logistic回归算法,引入算法优化的主题,如何处理数据集合中的缺失值;
⑥支持向量机;
⑦AdaBoost集成方法。
Ⅱ 利用回归预测数值型数据(8-9章):
⑧讨论回归、去噪和局部加权线性回归,偏差方差折中问题;
⑨讨论基于树的回归算法和分类回归树(CART)算法。
Ⅲ 无监督学习(10-12章):
⑩K-均值聚类算法;
⑪用于关联分析的Apriori算法;
⑫如何使用FP-Growth算法改进关联分析。
Ⅳ 其他工具(13-15章):
⑬⑭引用的数学工具用于消除数据噪声,分别时主成分分析和奇异值分解;
⑮分布式计算的概念,MapReduce 架构。
PS:
代码下载网址:www.manning.com/MachineLearninginAction
- 《机器学习实战》学习笔记(一)
- 《机器学习实战》学习笔记(一)
- 机器学习实战学习笔记(一)
- 机器学习实战笔记(一)概述
- 机器学习实战笔记(一):KNN
- 机器学习实战(一)
- 《机器学习实战》笔记一——机器学习基础
- Python 《机器学习实战》学习笔记(一)——机器学习基础
- 机器学习实战 笔记 debug(一) kNN
- 《机器学习实战》笔记_k-近邻算法(一)
- 机器学习实战笔记
- 笔记-《机器学习实战》
- 机器学习实战笔记
- 《机器学习实战》笔记
- 机器学习实战 学习笔记
- 《机器学习实战》学习笔记
- 机器学习实战学习笔记
- 机器学习实战---学习笔记
- bzoj 1552: [Cerc2007]robotic sort && bzoj 3506: [Cqoi2014]排序机械臂(splay区间翻转)
- html5手机网站需要加的那些meta标签,手机网站自适应
- java基础——多维数组
- 正则表达式
- 【maven】web项目不需要web.xml,maven打包报错
- 《机器学习实战》学习笔记(一)
- PS学习—人像处理
- C语言恶作剧(1):交换鼠标左右键
- Leetcode-033 Search in Rotated Sorted Array
- 算法学习之旅,初级篇(11)--凯撒的密码
- 内部类
- 关于CSS-RESET的浅析和个人理解
- ColorFilter的使用
- 求最大子数组之积