# 本教程目的
本教程可以作为机器学习入门教程。对想进入机器学习而无从下手的小白来说是一个不错的选择。写该教程的初衷是记录自己学习机器学习的过程,并分享知识和心得。
刚开始学习机器学习的时候,感觉一头雾水,不知从何处下手。当时就想找到一本既有机器学习所有知识框架,又不那么晦涩难懂,同时学习算法的过程又有实例去动手练习的书,但是很遗憾我并没有找到。所以就有了写这本书的冲动。
本书从机器学习大的知识框架开始,逐一的介绍了框架里面的基本机器学习的算法,和目前很火的深度学习的算法。本书的最大特点是每一个算法都由一个具体的实例来加深对算法的理解。意在使晦涩难懂的算法使小学生都可以明白。我始终相信再高深的知识背后的原理其实是那么的简单。由于我也是刚刚起步学习机器学习,所以我查阅好多资料,如果无意侵害您的版权若您发现本教程中的内容对您的版权造成了侵害,请及时与我取得联系。
# 版权声明
发布本资料须遵守开放出版许可协议 1.0 或者更新版本。
未经版权所有者明确授权,禁止发行本文档及其被实质上修改的版本。
未经版权所有者事先授权,禁止将此作品及其衍生作品以标准(纸质)书籍形式发行。
如果您有兴趣再发行或再版本手册的全部或部分内容,不论修改过与否,或者有任何问题,请联系我们。
我们无意侵害您的版权,若您发现本教程中的内容对您的版权造成了侵害,请及时与我取得联系。
邮箱: 2819786276@qq.com
- 序言
- 第一章 机器学习概述
- 第二章 机器学习环境搭建
- 环境搭建
- 第三章 机器学习之基础算法
- 第一节:基础知识
- 第二节:k近邻算法
- 第三节:决策树算法
- 第四节:朴素贝叶斯
- 第五节:逻辑斯蒂回归
- 第六节:支持向量机
- 第四章 机器学习之深度学习算法
- 第一节: CNN
- 4.1.1 CNN介绍
- 4.1.2 CNN反向传播
- 4.1.3 DNN实例
- 4.1.4 CNN实例
- 第五章 机器学习论文与实践
- 第一节: 语义分割
- 5.1 FCN
- 5.1.1 FCN--------实现FCN16S
- 5.1.2 FCN--------优化FCN16S
- 5.2 DeepLab
- 5.2.1 DeepLabv2
- 第六章 机器学习在实际项目中的应用