Python3入门机器学习教程
为机器学习初学者量身打造，使用新版 语言和流行的 框架，算法与编程两翼齐飞，由浅入深，一步步的进入机器学习的世界。学到的不只是一门课程，更是不断思考的能力。链接： 提取码：
机器
Spark MLlib机器学习:算法、源码及实战详解
资源名称： 机器学习 算法、源码及实战详解 内容简介： 《 机器学习：算法、源码及实战详解》以 版本源码为切入点，全面并且深入地解析 模块，着力于探索分布式机器学习的底层实现。 《 机器学习：算法、源码及实战详解》中本着循序渐进的原则，首先解析 的底层实现基础：数据操作及矩阵向量计算操作，该部分是 实现的基础；接着对各个机器学习算法的理论知识进行讲解，并且解析机器学习算法如何在 中实现分布式计算；然后对 源码进行详细的讲解；最后进行 实例的讲解。相信通过《 机器学习：算法、源码及实战详解》的学习，读者可全
Python机器学习及实践——从零开始通往Kaggle竞赛之路_Python教程
资源名称： 机器学习及实践 从零开始通往 竞赛之路 资源截图：
大数据与机器学习：实践方法与行业案例
资源名称：大数据与机器学习：实践方法与行业案例 内容简介： 本书从企业实践出发，内容覆盖数据、平台、分析和应用等企业内数据流转的主要环节。布局上，按照数据与平台篇、分析篇和应用篇分别撰写。数据与平台篇（第 章），立足找到数据、整合数据、使用数据三个角度，介绍数据在企业内的分布和处理逻辑，以便快速为分析准备素材。分析篇（第 章），选取企业实际案例，介绍常用的数据挖掘与机器学习算法，以业务场景为导向展示数据分析过程和技巧。应用篇（第 章），选取当前主流的四个应用场景，介绍如何实现数据驱动，让数据 自动 流转于
Python机器学习算法 PDF_Python教程
资源名称： 机器学习算法 内容简介： 《 机器学习算法》是一本机器学习入门读物，注重理论与实践的结合。全书主要包括 个部分，每个部分均以典型的机器学习算法为例，从算法原理出发，由浅入深，详细介绍算法的理论，并配合目前流行的 语言，从零开始，实现每一个算法，以加强对机器学习算法理论的理解、增强实际的算法实践能力，最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比，《 机器学习算法》同时包含算法理论的介绍和算法的实践，以理论支撑实践，同时，又将复杂、枯燥的理论用简单易懂的形式表达出来，促进对理论的理解
《解析Java虚拟机器开发：权衡优化、高校和安全的最优方案》PDF 下载
资源名称：《解析 虚拟机器开发：权衡优化、高校和安全的最优方案》 下载 内容简介： 《解析 虚拟机开发 权衡优化高效和安全的最优方案》编著者张善香。 本书彻底摒弃枯燥的理论和简单的操作，注重实用性和可操作性，介绍了 编译测试、虚拟机的内部机制、 文件、栈和局部变量操作、内存异常、垃圾处理、性能监控工具、类加载器和执行子系统、编译优化等内容。让读者在没有编程基础的情况下，也可以掌握相关的操作技能，让读者学得更充实，更有针对性。 资源目录： 第 章一起走进 世界 的优势 排名第一的编程语言 提供给我们美好的就
机器学习与数据挖掘：方法和应用_数据库教程
资源名称：机器学习与数据挖掘：方法和应用 内容简介： 本书分为 个部分，共 章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。 本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘应用视角。 本书的读者，可以是任何对机器学习与数据挖掘感
![图解机器学习完整版 （[日]杉山将） 中文](http://static.good2020.cn/2020/07/1595235521-acd51c2b1fe2eab.png)
图解机器学习完整版 （[日]杉山将） 中文
资源名称：图解机器学习完整版 日 杉山将 中文 第 部分绪论 第 章什么是机器学习 第 章学习模型 第 部分有监督回归 第 章最小二乘学习法 第 章带有约束条件的最小二乘法 第 章稀疏学习 第 章鲁棒学习 第 部分有监督分类 第 章基于最小二乘法的分类 第 章支持向量机分类 第 章集成分类 第 章概率分类法 第 章序列数据的分类 第 部分无监督学习 第 章异常检测 第 章无监督降维 第 章聚类 第 部分新兴机器学习算法 第 章在线学习 第 章半监督学习 第 章监督降维 第 章迁移学习 第 章多任务学习 第