机器学习相关内容，基于matlab仿真，实现了线性回归分类器的功能-Files included in this exercise ex1.m- Octave scr ipt that will help step you through the exercise ex1 multi.m- Octave scr ipt for the later parts of the exercise ex1data1.txt- Dataset for linear regression wit

是机器学习的例程，处理信号的时频分析，完整的基于HMM的语音识别系统。- Machine learning routines, When processing a signal frequency analysis, Complete HMM-based speech recognition system.

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。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统