今天發布一篇圖片博客，看一下效果如何，如果效果，以后的博客盡量發圖片上來。?

機器學習實戰

本博客來自于CSDN：http://blog.csdn.net/niuwei22007/article/details/49663977

本系列博客源自于讀《機器學習實戰—中文版》這本書的學習筆記，用于日后翻閱、查看資料用。

機器學習算法越來越受到人們的青睞，是由于這些算法在一定程度上可以達到智能的目的，比如人臉識別、圖像文本分類等在一定程度上可以代替人工繁瑣復雜的操作?！稒C器學習實戰》這本書寫的非常好，它并沒有從理論的角度講解機器學習算法背后的數學原理，而是通過“原理簡述+問題實例+實際代碼+運行效果”來一一介紹每個算法。我們也都知道，只有用代碼真正實現了某個算法，才能真正理解那個算法的精髓。而這本書就是以實際代碼實現為主，逐步讓我們加深對算法的理解。

這本書的算法實現完全基于Python語言。Python的優點我就不介紹了，其中最主要的一點是有第三方的科學計算庫，可以很方便的實現算法的公式計算。

這本書的主要介紹的算法是源自于一篇ICDM會議上的論文----“數據挖掘十大算法”。這篇論文依據知識發現和數據挖掘國際會議獲獎者的問卷調查結果統計除了排名前十的數據挖掘算法。論文選出的十大機器學習算法包括：C4.5決策樹、Kmeans、支持向量機（SVM）、Apriori、最大期望算法（EM）、PageRank算法、AdaBoost算法、k-近鄰算法（kNN）、樸素貝葉斯算法（NB）和分類回歸樹算法（CART）。這本書除了PageRank算法（相關著作太多）和EM算法（涉及太多數學知識），其余的算法都介紹了。

機器學習算法分為有監督學習和無監督學習。這本書前兩部分介紹的是有監督學習，第三部分介紹的是無監督學習。有監督學習有兩種功能，一種是分類（本書第一部分介紹），一種是回歸預測（本書第二部分介紹）。這樣就對這本書的思路有了一個總體把握。

如果自身對機器學習非常了解的話，我相信你不會讀到這里；有一定了解的話可以繼續看后續博文；如果剛剛接觸的話，可以自己百度谷歌一些機器學習的基礎知識。

閱讀這本書還需要了解Python語言以及Python中的NumPy科學計算庫。

安裝帶有NumPy的python，可以參考這里：把教程中的Anaconda安裝好就可以了。

NumPy基礎操作教程可以參考這里：(轉)Numpy教程。

希望本系列博文能幫助一些人，最主要的還是作為自己的學習筆記！

總結

以上是生活随笔為你收集整理的机器学习实战笔记(Python实现)-01-机器学习实战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。