搜索资源列表
Ch02
- 机器学习实战【美】第二版，第二章实例源代码-Machine Learning inAction Peter Harrington second chapter examples
Ch02
- 《机器学习实战》源代码 第二章的代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等等。后面章节待传。-machine learning source code 2nd
Ch03
- 《机器学习实战》源代码 第二章的代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等等。后面章节待传。-Machine Learning 2nd
Ch04
- 《机器学习实战》源代码 第二章的代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等等。后面章节待传。-Machine Learning 4nd
machinelearninginaction
- 目前市面上机器学习最为畅销《机器学习实战》书籍上全部源代码-Selling machine learning combat all the source code
Ch02
- python编写的机器学习算法，为机器学习实战的第二章的源代码，包括第二章用到的数据-Machine learning algorithms written in python for machine learning combat Chapter II source code, including the data used in the second chapter
机器学习实战（中文版+英文版+源代码）
- 机器学习实战（中文版+英文版+源代码） 使用Python进行机器学习，包括中英文PDF和源代码，值得学习！
<<机器学习实战》源代码
- 《机器学习实战》源代码,代码为python代码 可以到官网上下载 里面有KNN算法，决策表算法，SVM支持向量机算法等
机器学习实战源代码
- 这是机器学习实战源代码，第二版原书代码例程，欢迎大家参考下载(This is the actual source code for machine learning, second edition of the original book code routines, welcome to refer to download)
MLiA_SourceCode
- 机器学习实战，作者peter harrington著，里面有源码和资源文件(Machine learning combat source code and resource files)
机器学习实战源代码python3
- 机器学习实战源代码（内含测试数据、以及Python3的源代码）(machine learning source code)
机器学习实战
- 机器学习入门级书籍，讲述浅显易懂，附带源代码与各种数据样本，Python建议使用2.7版。(Machine Learning&Python)
Programming.Collective.Intelligence源代码
- 机器学习实战，人工智能学习，Java源代码(artificial intelligence technology)
机器学习实战（中文版+英文版+源代码）
- 机器学习实战中英文两版，外加各章的源代码在内。(Machine learning practice in English and Chinese version two, plus the source code of each chapter.)
《机器学习实战》源代码
- python人工智能机器人学习源代码，配套书籍为python机器人学习(Python artificial intelligence robot learning source code, supporting books for Python Robot Learning)
svm
- 机器学习实战SVM源代码，支持向量机用以解决手写识别的问题。(Machine learning combat SVM source code)
kNN
- 机器学习实战，第二章knn源代码，实现k近邻功能。(Machine learning combat, the second chapter knn source code, k nearest neighbor function.)
MLInActionCode-master
- 机器学习实战的源代码集合，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(Machine learning combat source code collection
machine language learning(1)
- 机器学习实战中 各种常见算法 分类 回归 无监督学习 包括源代码的数据库(A variety of common algorithm classification regression unsupervised learning including source code database in machine learning)
机器学习实战书+源代码
- 机器学习横跨计算机科学、工程科学和统计学等多个学科，需要多学科的专业知识。在需要解释并操作数据的领域都或多或少可以运用到机器学习，通过这本书可以系统地学习基于python语言的机器学习的相关知识(Machine Learning in Action written by Peter Harringto. Machine learning covers many subjects, such as computer science, engineering science and statisti