电子书：《机器学习经典算法实践》_肖云鹏等《机器学习经典算法实践》_肖云鹏等
111
内容简介：
肖云鹏卢星宇许明汪浩瀚昊斌刘宴兵机器学习经典算法实践classical machine learningalgorithms 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/肖云鹏等著.一北京:清华大学出版社.2018isbn978-7-302-49333-4i.①机…ⅱ.①肖…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:李建庄责任印制;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(肖云鹏和刘宴兵教授)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。肖云鹏018年4月
目录contents 4●第1章knn1knn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
#############################################
