機器學習資料
-----
### 1.聚類資料及代碼：
Python實現聚類算法(三)之總結:
https://www.colabug.com/72166.html
scikit-learn學習之K-means聚類算法與 Mini Batch K-Means算法:
https://blog.csdn.net/gamer_gyt/article/details/51244850
### 2. 斯坦福大學公開課 ：機器學習課程
http://open.163.com/special/opencourse/machinelearning.html
### 3.書籍推薦：
《機器學習實戰（可復制）》

## 學習工具
**Spark能更好地適用于數據挖掘與機器學習等需要迭代的MapReduce的算法。**
**Kaggle是一個數據分析建模的應用競賽平臺**

?

?

@[TOC](機器學習資料整理)

## 1. 斯坦福大學公開課 ：機器學習課程
http://open.163.com/special/opencourse/machinelearning.html
## 2.書籍推薦：
《機器學習實戰（可復制）》
## 3.學習工具介紹：
Spark能更好地適用于數據挖掘與機器學習等需要迭代的MapReduce的算法。
Kaggle是一個數據分析建模的應用競賽平臺：
>邏輯回歸應用之Kaggle泰坦尼克之災：https://blog.csdn.net/han_xiaoyang/article/details/49797143

## 4.各算法學習鏈接：
### 1.聚類資料及代碼：
Python實現聚類算法(三)之總結:
https://www.colabug.com/72166.html
scikit-learn學習之K-means聚類算法與 Mini Batch K-Means算法:
https://blog.csdn.net/gamer_gyt/article/details/51244850

轉載于:https://www.cnblogs.com/sharryling/p/10520465.html

總結

以上是生活随笔為你收集整理的机器学习资料的全部內容，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。