目前学习相关知识所看过的书籍，资料，视频，下面我认为相对较好的机器学习入门路径，仅供参考。 (说明：推荐资料全英文，也强烈建议看英文材料。好处在于 看的慢，思考的多，留下的多） 大多数人以机器学习实战，西瓜书和统计学习方法作为入门材料，前一本书重工程，后两本重理论及推导，可以作…

通过本篇文章可以对 ML 的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。

本文将介绍机器学习领域经典的支持向量机 SVM 模型，它利用了软间隔最大化、拉格朗日对偶、凸优化、核函数、序列最小优化等方法。支持向量机既可以解决线性可分的分类问题，也可完美解决线性不可分问题。

十分全面 Python 练手项目合集。涵盖基础入门、Web框架、基础项目、网络编程、数据与计算等方方面面。

一、数据挖掘与机器学习技术简介 什么是数据挖掘？数据挖掘指的是对现有的一些数据进行相应的处理和分析，最终得到数据与数据之间深层次关系的一种技术。例如在对超市货品进行摆放时，牛奶到底是和面包摆放在一起销量更高，还是和其他商品摆在一起销量更高。

1. 讲讲SVM 支持向量机（Support Vector Machine，SVM）是众多监督学习方法中十分出色的一种，几乎所有讲述经典机器学习方法的教材都会介绍。关于SVM，流传着一个关于天使与魔鬼的故事。 传说魔鬼和天使玩了一个游戏，魔鬼在桌上放了两种颜色的球。魔鬼让天使用…

炼丹学习记录，Coursera 吴恩达机器学习课程第六周，课程作业使用 Python 实现。