《动手学机器学习》习题解答

《动手学机器学习》是上海交通大学俞勇教授团队的张伟楠副教授，赵寒烨博士，俞勇教授编写一本机器学习的精品书籍。这本书是理论与实践相结合的一本书籍，既提供了尽可能清晰的机器学习基础讲解，又提供了详细可运行的代码案例，能帮助学习者对讲述的理论和机器学习代码有更深刻的理解。

使用说明

本项目对《动手学机器学习》习题部分进行解答，主要完成了该书的所有习题解答，包括提供可运行的代码，作为该书习题的参考手册，帮助学习者更加深入地理解和应用书中的知识。

本项目的最佳使用方法是在独立尝试完成课后习题后，如遇到不会的或不确定的，再来查阅习题解答。
如果觉得解答不详细、存在错误或有疑问，请点击这里提交您建议，我们看到后会尽快修改或答复。

在线阅读地址

在线阅读地址：https://motewei.github.io/Hands-on-ML-solutions

Notebook运行

本项目提供了每个章节习题解答的jupyter notebook版本，包括相关的可运行的代码，只需克隆项目到本地即可使用。

1. 克隆项目请使用如下命令

   git clone https://github.com/motewei/Hands-on-ML-solutions.git

2. python和相关依赖包版本 本项目和书籍相关代码所使用的python及其相关依赖包均无版本限制

3. docsify框架运行

   docsify serve ./docs

---

目录

• 机器学习的数学基础
• k近邻算法
• 线性回归
• 机器学习的基本思想
• 逻辑斯谛回归
• 双线性模型
• 神经网络与多层感知机
• 卷积神经网络
• 循环神经网络
• 支持向量机
• 决策树
• 集成学习与梯度提升决策树
• k均值聚类
• 主成分分析
• 概率图模型
• EM算法
• 自动编码器

---

项目结构

致谢

核心贡献者

• 魏庆伟-项目发起人(Datawhale成员)
• 陈辅元(Datawhale成员)
• 谢彩承(Datawhale意向成员、杭州电子科技大学研究生)
• 白雪城(Datawhale成员、沈阳理工大学研究生)
• 王莹莹
• 晏萌(福州大学)
• 蔡鋆捷(福州大学)
• 陈睿

排名不分先后

参考文献/资料

关注我们

扫描下方二维码关注公众号：Datawhale

  Datawhale，一个专注于AI领域的学习圈子。初衷是for the learner，和学习者一起成长。目前加入学习社群的人数已经数千人，组织了机器学习，深度学习，数据分析，数据挖掘，爬虫，编程，统计学，Mysql，数据竞赛等多个领域的内容学习，微信搜索公众号Datawhale可以加入我们。

LICENSE

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。