是一本由Peter Harrington编写的机器学习教材。该书涵盖了机器学习的基础知识、常用算法和实际应用等方面，为初学者提供了一本系统而实用的学习资料。
该书的源代码是教材的配套资源，方便读者学习和实践。源代码使用Python语言编写，包含了许多实际案例和数据集，读者可以通过运行源代码来深入理解机器学习算法的原理和应用。
中涵盖的算法包括：k-近邻算法、决策树算法、朴素贝叶斯算法、Logistic回归算法、支持向量机算法、AdaBoost算法和Apriori算法等。这些算法在机器学习领域中得到了广泛应用，是初学者必须掌握的基础知识。
除了算法的实现，该书还介绍了许多实际应用，如垃圾邮件过滤、手写数字识别、电影推荐系统等。这些案例不仅能够帮助读者更好地理解机器学习算法的应用，还能够启发读者思考如何将机器学习应用到实际生活中。
总之，是一本非常实用的机器学习教材，它不仅涵盖了机器学习的基础知识和常用算法，还提供了丰富的实际案例和数据集，能够帮助初学者快速入门机器学习领域。
版权声明：
内容均收集于互联网,有侵权或不妥之处,请联系我们删除。敬请谅解！
