电子书：《机器学习经典算法实践》_Xiao云鹏等
1142内容简介：
Xiao云鹏卢星宇许明汪浩瀚昊斌Liu宴兵
机器学习
经典算法实践
Classical Machine learning
Algorithms in Practice
清华大学出版社
北京
内容提要
机器学习是数据分析、智能技术的核心课程,本书作为该领域的入门教程,选择了机器学习领域的
十大经典算法,讲原理、给数据、给源码、给实验,带人门。正如本书封面表达的那样,本书希望带您启航
机器学习的风帆,用简单的方式讲述复杂的算法,提供完整Java代码及实验数据下载
本书可作为高等院校计算机、软件工程及自动化相关专业的本科生或研究生教材,也可作为对机器
学习感兴趣的研究人员和工程技术人员的参考读物
本教辉
面貼有清华大学出版社防伪标签,无标签者不得销售
有,侵权必究。侵权报电话:010-6278298913701121933
图书在版编目(CIP)数据
机器学习经典算法实践/Xiao云鹏等著.一北京:清华大学出版社,2018
ISBN978-7-302-49333-4
I.①机…Ⅱ,①Xiao…Ⅲ.①机器学习一算法一高等学校一教材
Ⅳ,①TP18
中guo版本图书馆CP数据核字(2018)第004237号
任辑:贾斌薛阳
封面设计:常雪影
责任校对:Li建庄
责任印制;丛怀字
出版发行:清华大学出版社
网址
//www.tup.comcn,http://www.wqbook.
址:北京清华大学学研大厦A座
邮编;100084
社总机:010-62770175
邮购:010-62786544
投稿与读者服务:010-62776969, service@tup. tsinghua,edu
质量反馈:010-62772015, zhiliang@tup. tsinghua.edu.
课件下载:htpt//www.tup.
010-62795954
印装者:三河市guo英印务有限公司
经销:全guo新华书店
本:210mm×235mr
印张:12.5
字数:200千字
次:2018年5月第1版
次:2018年5月第1次印刷
印数:1~1500
产品编号:075180-01
前言
FOREWORD
现在,大数据、社交网络、计算智能、深度学习等词汇都已经成为人们ri常生活中
经常看到的热门专业名词。如果我们考虑这些领域的共性,那么机器学习一定是重
的交集部分。很多来自不同领域、不同角色的学生、工作人员都在加人学习机器学
的队伍
本书的编写面向正走在或即将走向学习机器学习路上
教学和培养研究生过程中发现,很多学生一方面想学、愿意学机器学习,另一方面又
遇到入门难的问题,希望能有一本书、一本教材讲原理、给数据、给源码、给实验,带着
人门。鉴此我们编写了这本书,选择了机器学习领域的十大经典算法,把我们平常培
养刚人校研究生的算法材料进行整理,提供给广大希望学习的读者朋友们
本书在整体章节的安排上,按照监督(KNN(分类), Bayes(分类),C4.5(分类)
SVM(分类), Adaboost(分类),CART(回归)}和无监督{ K-Means(聚类), Apriori(关
联规则), PageRank(排序),EM(参数估计)}的顺序组织。在每一章的讲解中,从讲
放事开始讲解算法原理,接着分别从算法实现类/方法流程图、类/方法说明表、关键
代码讲解算法实现,然后给出实验数据,最后给出实验结果与分析,尽量做到简单易
懂。每章完整的源代码扫描下面二维码即可下载,每个算法对应一个Java工程,实
验数据都在每个工程的data文件夹下。代码风格尽量保持一致,让读者更容易理解
本书的写作工作是由我们实验室两位老师(Xiao云鹏和Liu宴兵教授)以及复旦大
卢星宇博士、清华大学许明博士、CMU汪浩瀚博士和北京邮电大学吴斌教授共同
完成,几位作者都是长期在机器学习领域从事科学研究、工程实践、项目合作的科研
扫码下载完整代码及实验数据
人员和高校工作者。我们的想法是通过努力,以开放的心态,帮助更多的希望学习机
器学习的读者
即使只是作为一本入门级的学习读物,整个书稿前前后后也修改了几十稿。同
时我们也参考学习了很多机器学习方面的书籍和网络资源,真高兴当下guo内有许多
学者、产业界人员和互联网热心人提供这么多优秀的学习资源。诚然,即便是我们
常努力地完善书稿,由于水平有限和时间仓促,书中可能还会有这样或那样的问题
请读者批评指正。另外,算法自身也在不断更新,凡是内容有更新的地方都会体现
书的后继版本中,我们也希望本书的第二版、第三版等不仅是内容的进一步完善
还会加人更多有趣的算法,从传统机器学习到深度学习、增强学习。其实,机器学习
经典算法又何止这十大呢!
最后,感谢我的家人对我工作的支持,感谢实验室学生们在本书的写作过程中帮
着收集材料、提意见、讨论书稿,所有的过程都是美好回忆。
本书的完成得到guo家973重点基础研究发展计划(No.2013CB329606)、重庆市
重点研发项目(No.cstc2017 zdey-zdyf0299,No.cstc2017 zdcy-zdyl0436)、重庆市基础
科学与前沿技术研究项目(No.cstc2017 jcyjAX0099)和重庆邮电大学出版基金资助。
Xiao云鹏
018年4月
目录
CONTENTS 4
●第1章KNN
1KNN算法原理
1.1.1算法引入………
1.1.2科学问题
1.1.3算法流程
1.1.4算法描述
1.1.5补充说明
1.2KNN算法实现
1.2.1简介………
核心代码
1.3实验数据
1.4实验结果
1.4.1结果展示
1.4.2结果分析
●第2章朴素贝叶斯
2.1朴素贝叶斯算法原理
2.1.1朴素贝叶斯算法引入
2.1.2科学问题
#############################################
免费下载地址：
http://pan.qqq0.com/file/488067-425779104
页:
[1]