章
目
录
本文提供黄永昌所著的《机器学习：常用算法原理及编程实战》pdf免费下载，供渴望涉足该领域的朋友下载学习。
一、核心内容
这本书共分为11章，主要围绕在Python环境下学习scikit-learn机器学习框架展开。开篇的第1章，作者对机器学习进行了全面介绍，从什么是机器学习，到其应用场景，再到分类方式，以及机器学习应用开发的典型步骤，包括数据采集和标记、数据清洗、特征选择、模型选择、模型训练和测试、模型性能评估和优化，直至模型使用，都进行了细致讲解。
第2章聚焦于Python机器学习软件包，详细介绍了开发环境的搭建，以及IPython、Numpy、Pandas和Matplotlib等软件包的基础知识。同时，通过一个scikit-learn机器学习实例，让读者了解到scikit-learn的一般性原理和通用规则。
第3章阐述机器学习理论基础，这是全书关键的理论支撑部分。它介绍了过拟合和欠拟合、成本函数、模型准确性、学习曲线、算法模型性能优化、查准率和召回率、F1 score等概念和评估方法，对理解后续章节的内容至关重要。
随后的章节则深入讲解了八大常用机器学习算法。第4章的k-近邻算法，作为有监督的机器学习算法，既能解决分类问题，也能处理回归问题，作者通过实例展示了其在糖尿病预测中的应用。第5章的线性回归算法，涵盖单变量和多变量线性回归，详细介绍了预测函数、成本函数、梯度下降算法以及模型优化方法，并通过测算房价的示例，让读者深入理解其应用。第6章的逻辑回归算法，讲解了算法原理、多元分类、正则化以及在乳腺癌检测中的应用。第7章决策树，介绍了信息增益、决策树的创建、剪枝算法等原理，以及在预测泰坦尼克号幸存者中的实例应用，同时还介绍了集合算法，如自助聚合算法bagging、正向激励算法boosting、随机森林、ExtraTrees算法等。第8章支持向量机，阐述了大间距分类算法、松弛系数、核函数等原理，并通过乳腺癌检测实例展示其应用。第9章朴素贝叶斯算法，从贝叶斯定理出发，介绍了朴素贝叶斯分类法、概率分布以及在文档分类中的应用。第10章PCA算法，讲解了算法原理、数据降维和恢复，以及在人脸识别中的应用。第11章k-均值算法，介绍了算法原理、scikit-learn里的k-均值算法以及对文档进行聚类分析的应用，同时还涉及聚类算法性能评估。
二、独特之处
通俗易懂的讲解方式：作者以通俗易懂的语言介绍机器学习算法的原理，摒弃复杂晦涩的表述。
丰富的图示辅助理解：本书通过大量的图示，将复杂的算法原理以直观的方式呈现出来。比如在讲解决策树的创建过程时，用清晰的图示展示了如何根据不同特征进行节点划分，降低了学习门槛。
生动的实例贴近实际应用：书中提供了丰富的实例，涵盖糖尿病检测、预测房价、乳腺癌检测、泰坦尼克号幸存者预测、文档类别预测、人脸识别、文档自动分类等多个领域。
三、适用人群
这本书适合有一定编程基础的读者阅读。尤其适合想从事机器学习、人工智能、深度学习及机器人相关技术的程序员和爱好者，感觉下载《机器学习：常用算法原理及编程实战》吧！
资源下载
