《深入浅出Python机器学习(段小手)》PDF代码+《机器学习实战(Harrington)》PDF及代码+对比学习总结

通过学习对比，《深入浅出Python机器学习》和《机器学习实战》是我们学习机器学习的最合适的选择。

 《深入浅出Python机器学习》内容涵盖了有监督学习、无监督学习、模型优化、自然语言处理等机器学习领域所必须掌握的知识，从内容结构上非常注重知识的实用性和可操作性。

《深入浅出Python机器学习》PDF，280页，带书签目录，文字可以复制；配套源代码。

作者：段小手

下载: https://pan.baidu.com/s/1iCCcAMO4hqYI6k_Vc_4wXA
提取码: jyn5

《深入浅出Python机器学习》采用由浅入深、循序渐进的讲授方式，完全遵循和尊重初学者对机器学习知识的认知规律。本书适合有一定程序设计语言和算法基础的读者学习使用。

通过对《深入浅出python机器学习》的阅读整理，我学习到了：

首先需要学习基于Python语言的环境配置，Python的下载和安装，使用pip进行Jupyter Notebook的下载和安装，一些必需库的安装：Numpy、Scipy、pandas、matplotlib、scikit-learn。
然后讲了经典的分类算法，K最近邻算法、广义线性模型、朴素贝叶斯、决策树与随机森林、支持向量机SVM；
接着引入当下热点深度学习的基础神经网络；
由于大数据的出现，必须学会数据处理：降维、特征提取及聚类、数据表达与特征工程；
机器学习模型构建是否成功，需要进行评估与优化；
应用机器学习理论到文本数据分析上面，即自然语言处理。

《机器学习实战》通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

《机器学习实战》高清原版中文版PDF，336页，带书签目录，文字可以复制。
《机器学习实战》高清原版英文版PDF，382页，带书签目录，文字可以复制，彩色配图。
配套源代码。

作者：Peter Harrington

下载: https://pan.baidu.com/s/16Ji-HGhJGSeniAlq8StoCg
提取码: gf75

通过对《机器学习实战》的阅读整理，我学习到了：

第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

相关的整理的用于参考学习的资料

下载: https://pan.baidu.com/s/1vniJ562spBKkMuyAVvT2mw
提取码: abwf