source code of 机器学习算法原理与编程实践 机器学习 算法原理与编程实践 本书的特点之一是从结构上阐明了研究机器学习理论和算法的方法。最重要的不是数学，也不是这些算法本身，而是思想的发展过程，这与之前所有的书籍有所不同。全书分为三条主线。 第一条主线是从第一代神经网络（线性分类器）、第二代神经网络（非线性）及其在预测领域的应用，到支持向量机，最后是深度学习。 第二条主线是贝叶斯理论，从朴素贝叶斯算法到贝叶斯网，最后是隐马尔科夫模型，这部分属于智能推理的范畴。 最后一条主线是矩阵降维、奇异值分解（svd）和PCA算法，因为算法简单，本书都使用真实案例进行讲解。 目前机器学习主要由这三条主线贯穿始终，本书着力于讲解这三条主线的理论发展、思想变迁、数学原理，而具体算法就是其上的一颗颗明珠。希望读者在学习完本书之后，能够将机器学习的各种理论融会贯通。 第1章 机器学习的基础 第2章 中文文本分类 第3章 决策树的发展 第4章 推荐系统原理 第5章 梯度寻优 第6章 神经网络初步 第7章 预测的技术与哲学 第8章 万能分类器——支持向量机 第9章 人脸识别中的机器学习 第10章 认知计算与深度学习 第11章 概率图模型与词性标注