機器學習導論pdf

『壹』 《機器學習》pdf下載在線閱讀，求百度網盤雲資源

《機器學習》（[美] Tom Mitchell）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：

書名：機器學習

作者：[美] Tom Mitchell

譯者：曾華軍

豆瓣評分：8.3

出版社：機械工業出版社

出版年份：2008-3

頁數：282

內容簡介：《機器學習》展示了機器學習中核心的演算法和理論，並闡明了演算法的運行過程。《機器學習》綜合了許多的研究成果，例如統計學、人工智慧、哲學、資訊理論、生物學、認知科學、計算復雜性和控制論等，並以此來理解問題的背景、演算法和其中的隱含假定。《機器學習》可作為計算機專業 本科生、研究生教材，也可作為相關領域研究人員、教師的參考書。

作者簡介：TOM M.Mitchell是卡內基梅隆大學的教授，講授「機器(AAA)的主席：美國《Machine Leaming》雜志、國際機器學習年度會議（ICML）的創始人：多種技術雜志的撰稿人，曾發表過許多文章，出版過多本專著，是機器學習領域的著名學者。

『貳』 《Python機器學習實踐指南》pdf下載在線閱讀，求百度網盤雲資源

《Python機器學習實踐指南》（庫姆斯 (Alexander T.Combs)）電子書網盤下載免費在線閱讀

鏈接：https://pan..com/s/1nMOsRgeY_BgwPngI6OowGw

書名：Python機器學習實踐指南

作者：庫姆斯 (Alexander T.Combs)

譯者：黃申

豆瓣評分：7.0

出版社：人民郵電出版社

出版年份：2017-5-1

頁數：251

內容簡介：

機器學習是近年來漸趨熱門的一個領域，同時Python 語言經過一段時間的發展也已逐漸成為主流的編程語言之一。本書結合了機器學習和Python 語言兩個熱門的領域，通過利用兩種核心的機器學習演算法來將Python 語言在數據分析方面的優勢發揮到極致。

全書共有10 章。第1 章講解了Python 機器學習的生態系統，剩餘9 章介紹了眾多與機器學習相關的演算法，包括各類分類演算法、數據可視化技術、推薦引擎等，主要包括機器學習在公寓、機票、IPO 市場、新聞源、內容推廣、股票市場、圖像、聊天機器人和推薦引擎等方面的應用。

本書適合Python 程序員、數據分析人員、對演算法感興趣的讀者、機器學習領域的從業人員及科研人員閱讀。

作者簡介：

Alexander T. Combs 是一位經驗豐富的數據科學家、策略師和開發人員。他有金融數據抽取、自然語言處理和生成，以及定量和統計建模的背景。他目前是紐約沉浸式數據科學項目的一名全職資深講師。

『叄』 《機器學習實戰》pdf下載在線閱讀，求百度網盤雲資源

《機器學習實戰》（Peter Harrington）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1-WjldGdKT5Hza8IXzI2uXg

書名：機器學習實戰

作者：Peter Harrington

譯者：李銳

豆瓣評分：8.1

出版社：人民郵電出版社

出版年份：2013-6

頁數：332

內容簡介：

機器學習是人工智慧研究領域中一個極其重要的研究方向，在現今的大數據時代背景下，捕獲數據並從中萃取有價值的信息或模式，成為各行業求生存、謀發展的決定性手段，這使得這一過去為分析師和數學家所專屬的研究領域越來越為人們所矚目。

本書第一部分主要介紹機器學習基礎，以及如何利用演算法進行分類，並逐步介紹了多種經典的監督學習演算法，如k近鄰演算法、樸素貝葉斯演算法、Logistic回歸演算法、支持向量機、AdaBoost集成方法、基於樹的回歸演算法和分類回歸樹（CART）演算法等。第三部分則重點介紹無監督學習及其一些主要演算法：k均值聚類演算法、Apriori演算法、FP-Growth演算法。第四部分介紹了機器學習演算法的一些附屬工具。

全書通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用高效的可復用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。通過各種實例，讀者可從中學會機器學習的核心演算法，並能將其運用於一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高級的功能，如匯總和簡化等。

作者簡介：

Peter Harrington

擁有電氣工程學士和碩士學位，他曾經在美國加州和中國的英特爾公司工作7年。Peter擁有5項美國專利，在三種學術期刊上發表過文章。他現在是Zillabyte公司的首席科學家，在加入該公司之前，他曾擔任2年的機器學習軟體顧問。Peter在業余時間還參加編程競賽和建造3D列印機。

『肆』 《Python機器學習經典實例》pdf下載在線閱讀，求百度網盤雲資源

《Python機器學習經典實例》（[美] Prateek Joshi）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/127gBmSIIhTtvV3wDCX90fg

書名：Python機器學習經典實例

作者：[美] Prateek Joshi

譯者：陶俊傑

豆瓣評分：5.8

出版社：人民郵電出版社

出版年份：2017-8

頁數：264

內容簡介：

在如今這個處處以數據驅動的世界中，機器學習正變得越來越大眾化。它已經被廣泛地應用於不同領域，如搜索引擎、機器人、無人駕駛汽車等。本書首先通過實用的案例介紹機器學習的基礎知識，然後介紹一些稍微復雜的機器學習演算法，例如支持向量機、極端隨機森林、隱馬爾可夫模型、條件隨機場、深度神經網路，等等。

本書是為想用機器學習演算法開發應用程序的Python 程序員准備的。它適合Python 初學者閱讀，不過熟悉Python 編程方法對體驗示例代碼大有裨益。

作者簡介：

作者簡介：

Prateek Joshi

人工智慧專家，重點關注基於內容的分析和深度學習，曾在英偉達、微軟研究院、高通公司以及矽谷的幾家早期創業公司任職。

譯者簡介：

陶俊傑

長期從事數據分析工作，酷愛Python，每天都和Python面對面，樂此不疲。本科畢業於北京交通大學機電學院，碩士畢業於北京交通大學經管學院。曾就職於中國移動設計院，目前在京東任職。

陳小莉

長期從事數據分析工作，喜歡Python。本科與碩士畢業於北京交通大學電信學院。目前在中科院從事科技文獻與專利分析工作。

『伍』 求 機器學習周志華pdf

鏈接:

《機器學習》展示了機器學習中核心的演算法和理論,並闡明了演算法的運行過程。

『陸』 《Python機器學習預測分析核心演算法Python語言編程教程書籍》pdf下載在線閱讀，求百度網盤雲資源

《Python機器學習》（[美] Michael Bowles）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接: https://pan..com/s/1R9hSyI6FDigKF-96ALYQ2g

書名：Python機器學習

作者：[美] Michael Bowles

譯者：沙嬴

豆瓣評分：6.4

出版社：人民郵電出版社

出版年份：2016-12

頁數：320

內容簡介：

在學習和研究機器學習的時候，面臨令人眼花繚亂的演算法，機器學習新手往往會不知

所措。本書從演算法和Python 語言實現的角度，幫助讀者認識機器學習。

書專注於兩類核心的「演算法族」，即懲罰線性回歸和集成方法，並通過代碼實例來

展示所討論的演算法的使用原則。全書共分為7 章，詳細討論了預測模型的兩類核心演算法、預測模型的構建、懲罰線性回歸和集成方法的具體應用和實現。

本書主要針對想提高機器學習技能的Python 開發人員，幫助他們解決某一特定的項

目或是提升相關的技能。

作者簡介：

Michael Bowles 在矽谷黑客道場教授機器學習，提供機器學習項目咨詢，同時參與了多家創業公司，涉及的領域包括生物信息學、金融高頻交易等。他在麻省理工學院獲得助理教授教職後，創建並運營了兩家矽谷創業公司，這兩家公司都已成功上市。他在黑客道場的課程往往聽者雲集並且好評頗多。

『柒』 《白話機器學習演算法》pdf下載在線閱讀，求百度網盤雲資源

《白話機器學習演算法》（[新加坡] 黃莉婷）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1EwNiO6Nf1SqGcxnDvLTzwQ

書名：白話機器學習演算法

作者：[新加坡] 黃莉婷

譯者：武傳海

豆瓣評分：6.8

出版社：人民郵電出版社

出版年份：2019-2

頁數：128

內容簡介：

與使用數學語言或計算機編程語言講解演算法的書不同，本書另闢蹊徑，用通俗易懂的人類語言以及大量有趣的示例和插圖講解10多種前沿的機器學習演算法。內容涵蓋k均值聚類、主成分分析、關聯規則、社會網路分析等無監督學習演算法，以及回歸分析、k最近鄰、支持向量機、決策樹、隨機森林、神經網路等監督學習演算法，並概述強化學習演算法的思想。任何對機器學習和數據科學懷有好奇心的人都可以通過本書構建知識體系。

作者簡介：

黃莉婷（Annalyn Ng），高級數據分析師，劍橋大學心理測量中心碩士，曾受邀在迪士尼研究中心研究客戶行為科學，並通過數據挖掘技術幫助三星和雅虎等公司制定營銷和人員招聘等方面的策略。

蘇川集（Kenneth Soo），斯坦福大學統計學碩士，華威大學高材生，曾從事網路隨機故障下應用程序的雙目標穩健優化研究，善於用通俗的語言介紹數據科學。

『捌』 《機器學習》pdf下載在線閱讀，求百度網盤雲資源

《機器學習》（周志華）電子書網盤下載免費在線閱讀

鏈接：https://pan..com/s/1JOJeNfgMu0yr0cDH35z4lw

書名：機器學習

作者：周志華

豆瓣評分：8.7

出版社：清華大學出版社

出版年份：2016-1-1

頁數：425

內容簡介：

機器學習是計算機科學與告卜人工智慧的重要分支領域. 本書作為該領域的入門教材，在內容上盡可能涵蓋機器學習基礎知識的各方面。 為了使盡可能多的讀者通過本書對機器學習有所了解, 作者試圖盡可能少地使用數學知識. 然而, 少量的概率、統計、代數、優化、邏輯知識似乎不可避免. 因此, 本書更適合大學三年級以上的理工科本科生和研究生, 以及具有類似背景的對機器學 習感興趣的人士. 為方便讀者, 本書附錄給出了一些相關數學基礎知識簡介.

全書共16 章，大致分為3 個部分：第1 部分（第1～3 章）介紹機器學習的基礎知識；第2 部分（第4～10 章）討論一些經典而常用的機器學習方法（決策樹、神經網路、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；第3 部分（第11～16 章）為進階知識，內容涉及特徵選擇與稀疏學習、計算學習理論、半監督學習、概率圖模型、規則學習以及強化學習等.前3章之外的後續各章均相對獨立, 讀者可根據自己的興趣和時岩此間情況選擇使用. 根據課時情況, 一個學期的本科生課程可考慮講授前9章或前10章; 研究生課程則不妨使用全書.

書中除第1章外, 每章都給出了十道習題. 有的習題是幫助讀者鞏固本章學習, 有的是為了引導讀者擴展相關知識. 一學期的一般課程可使用這些襪棗穗習題, 再輔以兩到三個針對具體數據集的大作業. 帶星號的習題則有相當難度, 有些並無現成答案, 謹供富有進取心的讀者啟發思考.

本書可作為高等院校計算機、自動化及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

作者簡介：

周志華，南京大學教授，計算機科學與技術系副主任，軟體新技術國家重點實驗室常務副主任，機器學習與數據挖掘研究所（LAMDA）所長，校、系學術委員會委員；ACM傑出科學家，IEEE Fellow，IAPR Fellow，中國計算機學會會士；長江學者特聘教授，國家傑出青年基金獲得者。2007年創建南京大學機器學習與數據挖掘研究所（LAMDA），2010年11月任軟體新技術國家重點實驗室常務副主任，2013年5月任計算機系副主任。