傳送門：
1.github 機(jī)器學(xué)習(xí)中文資料（推薦）
包含：概念茬祷，算法是牢，具體實(shí)例溢吻。
https://github.com/apachecn/MachineLearning
2.亞馬遜商用機(jī)器學(xué)習(xí)服務(wù) (Aws machine learning)
概念介紹
https://docs.aws.amazon.com/zh_cn/machine-learning/latest/dg/what-is-amazon-machine-learning.html接口文檔
https://docs.aws.amazon.com/zh_cn/machine-learning/latest/APIReference/Welcome.html
3.nltk 有監(jiān)督學(xué)習(xí)代碼實(shí)例(python)
有監(jiān)督學(xué)習(xí)實(shí)例參考：
https://www.cnblogs.com/AsuraDong/archive/2017/06/15/7020304.html
實(shí)例參考來源：
《Python 自然語言處理》[美] Steven铆铆，Bird Ewan建车，Klein Edward俺夕，Loper
4.詳細(xì)解釋數(shù)據(jù)挖掘中的 10 大算法
數(shù)據(jù)挖掘 10 大算法：來自于 IEEE 數(shù)據(jù)挖掘國際委員（ICDM）上的一篇同名論文裳凸。
（上）：
C4.5 算法,k 均值聚類算法,支持向量機(jī),Apriori 關(guān)聯(lián)算法,EM 最大期望算法 Expectation Maximization
https://blog.csdn.net/onlyForCloud/article/details/48391933
（下）：
PageRank 算法、AdaBoost 迭代算法劝贸、kNN 算法姨谷、樸素貝葉斯算法、CART 分類算法
https://blog.csdn.net/onlyForCloud/article/details/48391953
5.google word2vec（可以用來生成詞向量映九，計(jì)算詞距）
Word2vec梦湘，是為一群用來產(chǎn)生詞向量的相關(guān)模型。這些模型為淺而雙層的神經(jīng)網(wǎng)絡(luò)件甥，用來訓(xùn)練以重新建構(gòu)語言學(xué)之詞文本捌议。
網(wǎng)絡(luò)以詞表現(xiàn)，并且需猜測相鄰位置的輸入詞引有，在 word2vec 中詞袋模型假設(shè)下瓣颅，詞的順序是不重要的。
訓(xùn)練完成之后譬正，word2vec 模型可用來映射每個(gè)詞到一個(gè)向量宫补，可用來表示詞對(duì)詞之間的關(guān)系檬姥，該向量為神經(jīng)網(wǎng)絡(luò)之隱藏層。
