机器学习算法原理与编程实践 (郑捷) 完整pdf扫描版[126MB]

机器学习算法原理与编程实践是机器学习原理和算法编码实现的基础性读物，内容分为两大主线：单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外，还新增了深度学习、贝叶斯网、隐马尔科夫模型等内容。对于每个算法，均包括提出问题、解决策略、数学推导、编码实现、结果评估几部分。数学推导力图做到由浅入深，深入浅出。结构上数学原理与程序代码一一对照，有助于降低学习门槛，加深公式的理解，起到推广和扩大机器学习的作用。

机器学习算法原理与编程实践目录：

第1章 机器学习的基础 1
第2章 中文文本分类 56
第3章 决策树的发展 89
第4章 推荐系统原理 118
第5章 梯度寻优 149
第6章 神经网络初步 189
第7章 预测的技术与哲学 226
第8章 万能分类器——支持向量机 265
第9章 人脸识别中的机器学习 297
第10章 认知计算与深度学习 332
第11章 概率图模型与词性标注 380