《机器学习实战之路》专栏中参考学习的硕博论文 免费下载，总共约20篇，caj格式

机器学习实战读书笔记（四）：朴素贝叶斯算法所用到的email数据集

机器学习实战源码，书籍配套资料

史诗级干货，机器学习实战+Python3实现

介绍kNN算法，用python实现三个案例，包括简单分类器搭建、约会网站改进、手写字体识别，适合工科生用来介绍算法用

本压缩包包括6个机器学习实战案例及代码，包括kaggle的泰坦尼克号分析，用朴素贝叶斯实现语种检测以及聊天机器人等，有完整代码和案例分析，对于机器学习有兴趣的同学很有帮助

Grand Challenge乳腺癌分类数据集。百度链接分享给大家，希望对大家有所帮助！

根据图识，项目将分为三个部分。整个项目基本思路是如何通过爬虫爬取大量数据放到Hbase，然后通过ETL工具初步转化筛选将数据存到mongodb，抽取mongodb的数据进行清洗处理算出模型放到hdfs。后续进来数据通过模型运算出数据的类型。项目系统主要包括前端+后端+机器学习，前端采用React Native，Native，后端采用Dubbo+Spring+java，机器学习采用Spark进行实现，本项目机器学习-spark代码运行在mesos上。

学习机器学习实战时，书中有很多文件，但是书中没告诉下载地址。而且很多网上的下载需要翻，特此分享给大家，希望大家喜欢

看了Stanford的Andrew Ng老师的机器学习公开课中关于Logistic Regression的讲解，然后又看了《机器学习实战》中的LogisticRegression部分，写下此篇学习笔记总结一下。 首先说一下我的感受，《机器学习实战》一书在介绍原理的同时将全部的算法用源代码实现，非常具有操作性，可以加深对算法的理解，但是美中不足的是在原理上介绍的比较粗略，很多细节没有具体介绍。所以，对于没有基础的朋友（包括我）某些地方可能看的一头雾水，需要查阅相关资料进行了解。所以说，该书还是比较适合有基础的朋友。