目录
01部分 机器学习基础
02部分 监督学习
03部分 无监督学习
04部分 集成学习
05部分 特征工程
06部分 深度学习
07部分 推荐系统
08部分 sklearn实战
09部分 tensorflow实战
附录A:优化算法
附录B:数学
附录C:项目
推荐阅读
01部分 机器学习基础
01-01 机器学习
02部分 监督学习
02-01 感知机
02-02 感知机原始形式(鸢尾花分类)
02-03 感知机对偶形式(鸢尾花分类)
02-04 线性回归
02-05 scikit-learn库之线性回归
02-06 普通线性回归(波斯顿房价预测)+特征选择
02-07 多元线性回归(波士顿房价预测)
02-08 多项式回归(波士顿房价预测)