摘要：隨著機器學習和深度學習的熱潮，各種圖書層出不窮。然而多數(shù)是基礎理論知識介紹，缺乏實現(xiàn)的深入理解。本系列文章是作者結合視頻學習和書籍基礎的筆記所得。本系列文章將采用理論結合實踐方式編寫。首先介紹機器學習和深度學習的范疇，然后介紹關于訓練集、測試集等介紹。接著分別介紹機器學習常用算法，分別是監(jiān)督學習之分類（決策樹、臨近取樣、支持向量機、神經(jīng)網(wǎng)絡算法）監(jiān)督學習之回歸（線性回歸、非線性回歸）非監(jiān)督學習（K-means聚類、Hierarchical聚類）。本文采用各個算法理論知識介紹，然后結合python具體實現(xiàn)源碼和案例分析的方式（本文原創(chuàng)編著，轉載注明出處:決策樹在商品購買力能力預測案例中的算法實現(xiàn)(3)）
目錄
【Machine Learn】Python開發(fā)工具：Anaconda+Sublime(1)
【Machine Learn】機器學習及其基礎概念簡介(2)
【Machine Learn】決策樹在商品購買力能力預測案例中的算法實現(xiàn)(3)
