图书介绍

机器学习经典算法实践2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

肖云鹏，卢星宇，许明，汪浩瀚，吴斌，刘宴兵著著
出版社：北京：清华大学出版社
ISBN：9787302493334
出版时间：2018
标注页数：186页
文件大小：35MB
文件页数：199页
主题词：机器学习－算法－高等学校－教材

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：b1e282c9f1d391b5ecc23d06fad7c252

下载说明

机器学习经典算法实践PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 KNN1

1.1 KNN算法原理1

1.1.1 算法引入1

1.1.2 科学问题2

1.1.3 算法流程2

1.1.4 算法描述3

1.1.5 补充说明3

1.2 KNN算法实现4

1.2.1 简介4

1.2.2 核心代码6

1.3 实验数据10

1.4 实验结果11

1.4.1 结果展示11

1.4.2 结果分析11

第2章朴素贝叶斯12

2.1 朴素贝叶斯算法原理12

2.1.1 朴素贝叶斯算法引入12

2.1.2 科学问题13

2.1.3 算法流程14

2.1.4 算法描述15

2.1.5 算法补充17

2.2 朴素贝叶斯算法实现17

2.2.1 简介17

2.2.2 核心代码19

2.3 实验数据25

2.4 实验结果26

2.4.1 结果展示26

2.4.2 结果分析26

第3章 C4.528

3.1 C4.5算法原理28

3.1.1 C4.5算法引入28

3.1.2 科学问题30

3.1.3 算法流程31

3.1.4 算法描述33

3.1.5 补充说明34

3.2 C4.5算法实现35

3.2.1 简介35

3.2.2 核心代码39

3.3 实验数据43

3.4 实验结果44

3.4.1 结果展示44

3.4.2 结果分析45

第4章 SVM46

4.1 SVM算法原理46

4.1.1 算法引入46

4.1.2 科学问题47

4.1.3 算法流程48

4.1.4 算法描述53

4.1.5 补充说明55

4.2 SVM算法实现58

4.2.1 简介58

4.2.2 核心代码61

4.3 实验数据71

4.4 实验结果71

4.4.1 结果展示71

4.4.2 结果分析71

第5章 AdaBoost73

5.1 AdaBoost算法原理73

5.1.1 算法引入73

5.1.2 科学问题74

5.1.3 算法流程75

5.1.4 算法描述77

5.1.5 补充说明78

5.2 AdaBoost算法实现80

5.2.1 简介80

5.2.2 核心代码85

5.3 实验数据96

5.4 实验结果97

5.4.1 结果展示97

5.4.2 结果分析101

第6章 CART102

6.1 CART算法原理102

6.1.1 算法引入102

6.1.2 科学问题104

6.1.3 算法流程105

6.1.4 算法描述106

6.1.5 补充说明107

6.2 CART算法实现108

6.2.1 简介108

6.2.2 核心代码110

6.3 实验数据116

6.4 实验结果117

6.4.1 结果展示117

6.4.2 结果分析118

第7章 K-Means119

7.1 K-Means算法原理119

7.1.1 算法引入119

7.1.2 科学问题121

7.1.3 算法流程121

7.1.4 算法描述122

7.1.5 补充说明123

7.2 K-Means算法实现125

7.2.1 简介125

7.2.2 核心代码127

7.3 实验数据132

7.4 实验结果133

7.4.1 结果展示133

7.4.2 结果分析133

第8章 Apriori135

8.1 Apriori算法原理135

8.1.1 算法引入135

8.1.2 科学问题137

8.1.3 算法流程137

8.1.4 算法描述140

8.2 Apriori算法实现141

8.2.1 简介141

8.2.2 核心代码143

8.3 实验数据146

8.4 实验结果147

8.4.1 结果展示147

8.4.2 结果分析148

第9章 PageRank149

9.1 PageRank算法原理149

9.1.1 PageRank算法引入150

9.1.2 科学问题152

9.1.3 算法流程153

9.1.4 算法描述155

9.2 PageRank算法实现156

9.2.1 简介156

9.2.2 核心代码158

9.3 实验数据162

9.4 实验结果163

9.4.1 结果展示163

9.4.2 结果分析164

第10章 EM165

10.1 EM算法原理165

10.1.1 EM算法引入166

10.1.2 科学问题167

10.1.3 理论推导168

10.1.4 算法流程171

10.1.5 算法描述171

10.2 EM-GMM实现172

10.2.1 简介172

10.2.2 核心代码176

10.3 实验数据182

10.4 实验结果183

10.4.1 结果展示183

10.4.2 结果分析184

参考文献186