新書推薦：
《
甲骨文丛书·剑桥世界暴力史（第一卷）：史前和古代世界（套装全2册）
》
售價：NT$
959.0
《
甲骨文丛书·中华早期帝国：秦汉史的重估
》
售價：NT$
1367.0
《
欲望与家庭小说
》
售價：NT$
449.0
《
惜华年（全两册）
》
售價：NT$
320.0
《
甲骨文丛书·古代中国的军事文化
》
售價：NT$
454.0
《
中国王朝内争实录（套装全4册）：从未见过的王朝内争编著史
》
售價：NT$
1112.0
《
半导体纳米器件：物理、技术和应用
》
售價：NT$
806.0
《
创客精选项目设计与制作 第2版 刘笑笑 颜志勇 严国陶
》
售價：NT$
281.0
|
| 編輯推薦： |
|
不管是机器学习的工程研发，还是机器学习方向的研究型实验，本书，都值得拥有！
|
| 內容簡介： |
本书是为大学本科、研究生学习参考材料，以讲原理、完全开放源代码、使用公开数据集、实验效果演示为特色。既适合本科生、研究生教学使用，也适合自学。
为了配合教师教学及同学们自学，本书提供了配套教学的ppt和所有章节的源代码。
|
| 目錄：
|
目录
●第1章KNN
1.1KNN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
1.2.2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
2.1.3算法流程
2.1.4算法描述
2.1.5算法补充
2.2朴素贝叶斯算法实现
2.2.1简介
2.2.2核心代码
2.3实验数据
2.4实验结果
2.4.1结果展示
2.4.2结果分析
●第3章C4.5
3.1C4.5算法原理
3.1.1C4.5算法引入
3.1.2科学问题
3.1.3算法流程
3.1.4算法描述
3.1.5补充说明
3.2C4.5算法实现
3.2.1简介
3.2.2核心代码
3.3实验数据
3.4实验结果
3.4.1结果展示
3.4.2结果分析
●第4章SVM
4.1SVM算法原理
4.1.1算法引入
4.1.2科学问题
4.1.3算法流程
4.1.4算法描述
4.1.5补充说明
4.2SVM算法实现
4.2.1简介
4.2.2核心代码
4.3实验数据
4.4实验结果
4.4.1结果展示
4.4.2结果分析
●第5章AdaBoost
5.1AdaBoost算法原理
5.1.1算法引入
5.1.2科学问题
5.1.3算法流程
5.1.4算法描述
5.1.5补充说明
5.2AdaBoost算法实现
5.2.1简介
5.2.2核心代码
5.3实验数据
5.4实验结果
5.4.1结果展示
5.4.2结果分析
●第6章CART
6.1CART算法原理
6.1.1算法引入
6.1.2科学问题
6.1.3算法流程
6.1.4算法描述
6.1.5补充说明
6.2CART算法实现
6.2.1简介
6.2.2核心代码
6.3实验数据
6.4实验结果
6.4.1结果展示
6.4.2结果分析
●第7章KMeans
7.1KMeans算法原理
7.1.1算法引入
7.1.2科学问题
7.1.3算法流程
7.1.4算法描述
7.1.5补充说明
7.2KMeans算法实现
7.2.1简介
7.2.2核心代码
7.3实验数据
7.4实验结果
7.4.1结果展示
7.4.2结果分析
●第8章Apriori
8.1Apriori算法原理
8.1.1算法引入
8.1.2科学问题
8.1.3算法流程
8.1.4算法描述
8.2Apriori算法实现
8.2.1简介
8.2.2核心代码
8.3实验数据
8.4实验结果
8.4.1结果展示
8.4.2结果分析
●第9章PageRank
9.1PageRank算法原理
9.1.1PageRank算法引入
9.1.2科学问题
9.1.3算法流程
9.1.4算法描述
9.2PageRank算法实现
9.2.1简介
9.2.2核心代码
9.3实验数据
9.4实验结果
9.4.1结果展示
9.4.2结果分析
●第10章EM
10.1EM算法原理
10.1.1EM算法引入
10.1.2科学问题
10.1.3理论推导
10.1.4算法流程
10.1.5算法描述
10.2EMGMM实现
10.2.1简介
10.2.2核心代码
10.3实验数据
10.4实验结果
10.4.1结果展示
10.4.2结果分析
参考文献
|
| 內容試閱：
|
前言现在，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日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要的交集部分。很多来自不同领域、不同角色的学生、工作人员都在加入学习机器学习的队伍。
本书的编写面向正走在或即将走向学习机器学习路上的广大读者。我们在日常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，带着入门。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
刚入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{KMeans（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，从讲故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。
扫码下载完整代码及实验数据
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）以及复旦大学卢星宇博士、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，真高兴当下国内有许多学者、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，即便是我们非常努力地完善书稿，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在本书的后继版本中，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，还会加入更多有趣的算法，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。
本书的完成得到国家973重点基础研究发展计划No.2013CB329606、重庆市重点研发项目No.cstc2017zdcyzdyf0299,No.cstc2017zdcyzdyf0436、重庆市基础科学与前沿技术研究项目No.cstc2017jcyjAX0099和重庆邮电大学出版基金资助。
肖云鹏2018年4月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
