本書是為大學本科、研究生學習參考材料，以講原理、完全開放源代碼、使用公開數據集、實驗效果演示為特色。既適合本科生、研究生教學使用，也適合自學。
為了配合教師教學及同學們自學，本書提供了配套教學的ppt和所有章節的源代碼。
不管是機器學習的工程研發，還是機器學習方向的研究型實驗，本書，都值得擁有！
前言現在，大數據、社交網絡、計算智能、深度學習等詞匯都已經成為人們日常生活中經常看到的熱門專業名詞。如果我們考慮這些領域的共性，那么機器學習一定是重要的交集部分。很多來自不同領域、不同角色的學生、工作人員都在加入學習機器學習的隊伍。
本書的編寫面向正走在或即將走向學習機器學習路上的廣大讀者。我們在日常教學和培養研究生過程中發現，很多學生一方面想學、愿意學機器學習，另一方面又遇到入門難的問題，希望能有一本書、一本教材講原理、給數據、給源碼、給實驗，帶著入門。鑒此我們編寫了這本書，選擇了機器學習領域的十大經典算法，把我們平常培養
剛入校研究生的算法材料進行整理，提供給廣大希望學習的讀者朋友們。
本書在整體章節的安排上，按照監督{KNN（分類），Bayes（分類），C4.5（分類），SVM（分類），AdaBoost（分類），CART（回歸）}和無監督{KMeans（聚類），Apriori（關聯規則），PageRank（排序），EM（參數估計）}的順序組織。在每一章的講解中，從講故事開始講解算法原理，接著分別從算法實現類/方法流程圖、類/方法說明表、關鍵代碼講解算法實現，然后給出實驗數據，最后給出實驗結果與分析，盡量做到簡單易懂。每章完整的源代碼掃描下面二維碼即可下載，每個算法對應一個Java工程，實驗數據都在每個工程的data文件夾下。代碼風格盡量保持一致，讓讀者更容易理解。
掃碼下載完整代碼及實驗數據
本書的寫作工作是由我們實驗室兩位老師（肖云鵬和劉宴兵教授）以及復旦大學盧星宇博士、清華大學許明博士、CMU汪浩瀚博士和北京郵電大學吳斌教授共同完成，幾位作者都是長期在機器學習領域從事科學研究、工程實踐、項目合作的科研人員和高校工作者。我們的想法是通過努力，以開放的心態，幫助更多的希望學習機器學習的讀者。
即使只是作為一本入門級的學習讀物，整個書稿前前后后也修改了幾十稿。同時我們也參考學習了很多機器學習方面的書籍和網絡資源，真高興當下國內有許多學者、產業界人員和互聯網熱心人提供這么多優秀的學習資源。誠然，即便是我們非常努力地完善書稿，由于水平有限和時間倉促，書中可能還會有這樣或那樣的問題，請讀者批評指正。另外，算法自身也在不斷更新，凡是內容有更新的地方都會體現在本書的后繼版本中，我們也希望本書的第二版、第三版等不僅是內容的進一步完善，還會加入更多有趣的算法，從傳統機器學習到深度學習、增強學習。其實，機器學習經典算法又何止這十大呢！
最后，感謝我的家人對我工作的支持，感謝實驗室學生們在本書的寫作過程中幫著收集材料、提意見、討論書稿，所有的過程都是美好回憶。
本書的完成得到國家973重點基礎研究發展計劃(No.2013CB329606)、重慶市重點研發項目(No.cstc2017zdcyzdyf0299,No.cstc2017zdcyzdyf0436)、重慶市基礎科學與前沿技術研究項目(No.cstc2017jcyjAX0099)和重慶郵電大學出版基金資助。
肖云鵬2018年4月
目錄
●第1章KNN
1.1KNN算法原理
1.1.1算法引入
1.1.2科學問題
1.1.3算法流程
1.1.4算法描述
1.1.5補充說明
1.2KNN算法實現
1.2.1簡介
1.2.2核心代碼
1.3實驗數據
1.4實驗結果
1.4.1結果展示
1.4.2結果分析
●第2章樸素貝葉斯
2.1樸素貝葉斯算法原理
2.1.1樸素貝葉斯算法引入
2.1.2科學問題
2.1.3算法流程
2.1.4算法描述
2.1.5算法補充
2.2樸素貝葉斯算法實現
2.2.1簡介
2.2.2核心代碼
2.3實驗數據
2.4實驗結果
2.4.1結果展示
2.4.2結果分析
●第3章C4.5
3.1C4.5算法原理
3.1.1C4.5算法引入
3.1.2科學問題
3.1.3算法流程
3.1.4算法描述
3.1.5補充說明
3.2C4.5算法實現
3.2.1簡介
3.2.2核心代碼
3.3實驗數據
3.4實驗結果
3.4.1結果展示
3.4.2結果分析
●第4章SVM
4.1SVM算法原理
4.1.1算法引入
4.1.2科學問題
4.1.3算法流程
4.1.4算法描述
4.1.5補充說明
4.2SVM算法實現
4.2.1簡介
4.2.2核心代碼
4.3實驗數據
4.4實驗結果
4.4.1結果展示
4.4.2結果分析
●第5章AdaBoost
5.1AdaBoost算法原理
5.1.1算法引入
5.1.2科學問題
5.1.3算法流程
5.1.4算法描述
5.1.5補充說明
5.2AdaBoost算法實現
5.2.1簡介
5.2.2核心代碼
5.3實驗數據
5.4實驗結果
5.4.1結果展示
5.4.2結果分析
●第6章CART
6.1CART算法原理
6.1.1算法引入
6.1.2科學問題
6.1.3算法流程
6.1.4算法描述
6.1.5補充說明
6.2CART算法實現
6.2.1簡介
6.2.2核心代碼
6.3實驗數據
6.4實驗結果
6.4.1結果展示
6.4.2結果分析
●第7章KMeans
7.1KMeans算法原理
7.1.1算法引入
7.1.2科學問題
7.1.3算法流程
7.1.4算法描述
7.1.5補充說明
7.2KMeans算法實現
7.2.1簡介
7.2.2核心代碼
7.3實驗數據
7.4實驗結果
7.4.1結果展示
7.4.2結果分析
●第8章Apriori
8.1Apriori算法原理
8.1.1算法引入
8.1.2科學問題
8.1.3算法流程
8.1.4算法描述
8.2Apriori算法實現
8.2.1簡介
8.2.2核心代碼
8.3實驗數據
8.4實驗結果
8.4.1結果展示
8.4.2結果分析
●第9章PageRank
9.1PageRank算法原理
9.1.1PageRank算法引入
9.1.2科學問題
9.1.3算法流程
9.1.4算法描述
9.2PageRank算法實現
9.2.1簡介
9.2.2核心代碼
9.3實驗數據
9.4實驗結果
9.4.1結果展示
9.4.2結果分析
●第10章EM
10.1EM算法原理
10.1.1EM算法引入
10.1.2科學問題
10.1.3理論推導
10.1.4算法流程
10.1.5算法描述
10.2EMGMM實現
10.2.1簡介
10.2.2核心代碼
10.3實驗數據
10.4實驗結果
10.4.1結果展示
10.4.2結果分析
參考文獻
新書資訊