機(jī)器學(xué)習(xí)資料
-----
### 1.聚類資料及代碼：
Python實(shí)現(xiàn)聚類算法(三)之總結(jié):
https://www.colabug.com/72166.html
scikit-learn學(xué)習(xí)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(xué)公開課 ：機(jī)器學(xué)習(xí)課程
http://open.163.com/special/opencourse/machinelearning.html
### 3.書籍推薦：
《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)（可復(fù)制）》

## 學(xué)習(xí)工具
**Spark能更好地適用于數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)等需要迭代的MapReduce的算法。**
**Kaggle是一個(gè)數(shù)據(jù)分析建模的應(yīng)用競賽平臺(tái)**

?

?

@[TOC](機(jī)器學(xué)習(xí)資料整理)

## 1. 斯坦福大學(xué)公開課 ：機(jī)器學(xué)習(xí)課程
http://open.163.com/special/opencourse/machinelearning.html
## 2.書籍推薦：
《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)（可復(fù)制）》
## 3.學(xué)習(xí)工具介紹：
Spark能更好地適用于數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)等需要迭代的MapReduce的算法。
Kaggle是一個(gè)數(shù)據(jù)分析建模的應(yīng)用競賽平臺(tái)：
>邏輯回歸應(yīng)用之Kaggle泰坦尼克之災(zāi)：https://blog.csdn.net/han_xiaoyang/article/details/49797143

## 4.各算法學(xué)習(xí)鏈接：
### 1.聚類資料及代碼：
Python實(shí)現(xiàn)聚類算法(三)之總結(jié):
https://www.colabug.com/72166.html
scikit-learn學(xué)習(xí)之K-means聚類算法與 Mini Batch K-Means算法:
https://blog.csdn.net/gamer_gyt/article/details/51244850

轉(zhuǎn)載于:https://www.cnblogs.com/sharryling/p/10520465.html

總結(jié)

以上是生活随笔為你收集整理的机器学习资料的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。