《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