【福利】【两周年庆典，送书第二弹】机器学习方法体系汇总

【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......

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

广告、商业合作

请添加微信：guodongwe1991

【福利】【两周年庆典，送书第二弹】机器学习方法体系汇总

相关推荐