红色石头的个人网站：www.redstonewill.com
今天给大家介绍一本以 Python 为基础的机器学习实战编程书籍：《机器学习实战》。
本书特色：
本书的目录如下：
本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。
本书的最大亮点莫过于使用 Python，从零开始实现主流的机器学习算法，没有调包调库，包括复杂的 SVM SMO 算法。可以说非常有助于深入理解算法核心知识，巩固机器学习理论。
优质资源：
由于《机器学习实战》配套的代码多由 Python2 实现，且某些代码有 bug，故作者 wzy6642 对书中的代码重新做了整理，全部代码可在 Python3 环境下运行。所有源程序中，文件夹名称的命名规则为：算法名称+对应书中的第几个案例，少数几个案例因为数据量比较大所以采用压缩包上传。相应的 GitHub 地址如下：
https://github.com/wzy6642/Machine-Learning-in-Action-Python3
另外，还有一份按照书中章节顺序，非常好的基于 Python3 的源代码（包括 .ipynb 文件）。目前在 GitHub 上已经超过 1500 star 了。地址如下：
https://github.com/pbharrin/machinelearninginaction
资源下载：
目前，《机器学习实战》书籍的英文版和中文版，包括所有章节的源代码程序都已打包完毕。获取方式如下：
1.扫描下方二维码关注 “AI有道” 公众号
2.公众号后台回复关键词：ML1
