机器学习经典算法实践 PDF 全书扫描版

无论是机器学习的工程项目产品研发，還是机器学习方位的科研型试验，这书，都最该有着！ 

这书是为本科、研究生学习参照原材料，以讲基本原理、彻底对外开放源码、应用公布uci数据集、试验实际效果演试为特点。既合适本科毕业、硕士研究生课堂教学应用，也合适通过自学。 以便相互配合老师课堂教学及小朋友们通过自学，这书出示了配套设施课堂教学的ppt和全部章节目录的源码。

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KMeans
• 7.1KMeans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
• 7.2KMeans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
• 10.2EMGMM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