【福利】【两周年庆典，送书第二弹】

推荐理由：

与机器学习领域很多偏重于理论的书相比，本书在简明扼要地阐明基本原理的基础上，侧重于介绍如何在Python环境下使用机器学习方法库，并通过大量实例清晰形象地展示了不同场景下机器学习方法的应用。从这个角度来说，本书是一本使机器学习算法通过Python实现真正“落地”的书，而这无疑将给想要或致力于机器学习应用的读者带来方法理解和实现上的巨大裨益。

本书中的例子采用Python编写，使用了scikit-learn机器学习框架、自然语言工具包（NLTK）、Crab、langdetect、Spark、gensim和TensorFlow（深度学习框架），环境为Linux、Mac OS X或Windows平台的Python 2.7或3.3+版本。

当当链接：

http://product.dangdang.com/25272057.html

机器学习算法 X 3

开奖方式：1024人或3天自动开奖

点击下方小程序

赞助单位：

本次书籍均来自机械工业出版社华章科技！华章科技成立于1995年，是机械工业出版社华章公司创立最早的子品牌，专注于为计算机、电子工程等IT领域的专业读者提供学习解决方案。

......明天继续......

 ......明天继续......

• 监督学习 Supervised learning

• 人工神经网络 Artificial neural network

• 自动编码器 Autoencoder

• 反向传播 Backpropagation

• 玻尔兹曼机 Boltzmann machine

• 卷积神经网络 Convolutional neural network

• Hopfield网络 Hopfield network

• 多层感知器 Multilayer perceptron

• 径向基函数网络（RBFN） Radial basis function network(RBFN)

• 受限玻尔兹曼机 Restricted Boltzmann machine

• 回归神经网络（RNN） Recurrent neural network(RNN)

• 自组织映射（SOM） Self-organizing map(SOM)

• 尖峰神经网络 Spiking neural network

• 贝叶斯 Bayesian

• 朴素贝叶斯 Naive Bayes

• 高斯贝叶斯 Gaussian Naive Bayes

• 多项朴素贝叶斯 Multinomial Naive Bayes

• 平均一依赖性评估（AODE） Averaged One-Dependence Estimators(AODE)

• 贝叶斯信念网络（BNN） Bayesian Belief Network(BBN)

• 贝叶斯网络（BN） Bayesian Network(BN)

• 决策树 Decision Tree

• 分类和回归树（CART） Classification and regression tree (CART)

• 迭代Dichotomiser 3（ID3） Iterative Dichotomiser 3(ID3)

• C4.5算法 C4.5 algorithm

• C5.0算法 C5.0 algorithm

• 卡方自动交互检测（CHAID） Chi-squared Automatic Interaction Detection(CHAID)

• 决策残端 Decision stump

• ID3算法 ID3 algorithm

• 随机森林 Random forest

• SLIQ

• 线性分类 Linear classifier

• Fisher的线性判别 Fisher's linear discriminant

• 线性回归 Linear regression

• Logistic回归 Logistic regression

• 多项Logistic回归 Multinomial logistic regression

• 朴素贝叶斯分类器 Naive Bayes classifier

• 感知 Perceptron

• 支持向量机 Support vector machine

• 无监督学习 Unsupervised learning

• 人工神经网络 Artificial neural network

• 对抗生成网络

• 前馈神经网络 Feedforward neurral network

  极端学习机 Extreme learning machine

• 逻辑学习机 Logic learning machine

• 自组织映射 Self-organizing map

• 关联规则学习 Association rule learning

• 先验算法 Apriori algorithm

• Eclat算法 Eclat algorithm

• FP-growth算法 FP-growth algorithm

• 分层聚类 Hierarchical clustering

• 单连锁聚类 Single-linkage clustering

• 概念聚类 Conceptual clustering

• 聚类分析 Cluster analysis

• BIRCH

• DBSCAN

• 期望最大化（EM） Expectation-maximization(EM)

• 模糊聚类 Fuzzy clustering

• K-means算法 K-means algorithm

• k-均值聚类 K-means clustering

• k-位数 K-medians

• 平均移 Mean-shift

• OPTICS算法 OPTICS algorithm

• 异常检测 Anomaly detection

• k-最近邻算法（K-NN） k-nearest neighbors classification(K-NN)

• 局部异常因子 Local outlier factor

• 半监督学习 Semi-supervised learning

• 生成模型 Generative models

• 低密度分离 Low-density separation

• 基于图形的方法 Graph-based methods

• 联合训练 Co-training

• 强化学习 Reinforcement learning

• 时间差分学习 Temporal difference learning

• Q学习 Q-learning

• 学习自动 Learning Automata

• 状态-行动-回馈-状态-行动（SARSA） State-Action-Reward-State-Action(SARSA)

• 深度学习 Deep learning

• 深度信念网络 Deep belief machines

• 深度卷积神经网络 Deep Convolutional neural networks

• 深度递归神经网络 Deep Recurrent neural networks

• 分层时间记忆 Hierarchical temporal memory

• 深度玻尔兹曼机（DBM） Deep Boltzmann Machine(DBM)

• 堆叠自动编码器 Stacked Boltzmann Machine

• 生成式对抗网络 Generative adversarial networks

• 迁移学习 Transfer learning

• 传递式迁移学习 Transitive Transfer Learning

• 其他

• 集成学习算法

• Bootstrap aggregating (Bagging)

• AdaBoost

• 梯度提升机（GBM） Gradient boosting machine(GBM)

• 梯度提升决策树（GBRT） Gradient boosted decision tree(GBRT)

• 降维

• 主成分分析（PCA） Principal component analysis(PCA)

• 主成分回归（PCR） Principal component regression(PCR)

• 因子分析 Factor analysis

近期热文

• 干货 | NLP中的self-attention【自-注意力】机制

• 这5小段代码轻松实现数据可视化（Python+Matplotlib）

• 详解计算机视觉五大技术：图像分类、对象检测、目标跟踪、语义分割和实例分割

• 值得收藏的27个机器学习的小抄

• 推荐 | 机器学习中的这12条经验，希望对你有所帮助

• 图解机器学习的常见算法
  

• 利用Python实现卷积神经网络的可视化

• 干货｜浅谈强化学习的方法及学习路线

广告、商业合作

请添加微信：guodongwe1991

（备注：商务合作）