机器学习经典算法实践
全新正版 极速发货
￥ 30.03 6.1折 ￥ 49 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者肖云鹏 等 著
出版社清华大学出版社
ISBN9787302493334
出版时间2018-05
装帧平装
开本16开
定价49元
货号1201733253
上书时间2024-08-05
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
肖云鹏，博士，重庆邮电大学副教授，毕业于北京邮电大学，美国佐治亚理工学院访问学者。重庆市青年科技创新人才资助计划获得者，曾在贝尔实验室中国科学基础研究院从事项目研发。主要研究方向：社交网络、机器学习。
卢星宇，复旦大学博士生。研究生期间曾多次在“互联网+”“挑战杯”科技竞争中获重量奖项。主要研究方向：机器学习与光通信。
许明，清华大学博士后，毕业于北京邮电大学。主要研究方向：机器学习、时空数据挖掘与智能交通。
汪浩瀚，卡耐基·梅隆大学计算机博士。本科毕业于北京邮电大学，研究生毕业于卡耐基·梅隆大学。主要研究方向：深度学习和计算生物学。
吴斌，北京邮电大学计算机学院教授，博士生导师。北京邮电大学计算机学院大数据系系主任，数据科学与大数据技术专业负责人。研究方向：复杂网络、社交网络分析、数据挖掘和智能信息处理、大数据分析。
刘宴兵，重庆邮电大学教授，博导。国家万人计划领军人才，国家中青年科技领军人才，教育部“新世纪很好人才”，重庆巿首批百名学术学科领军人才。主要研究方向：网络空间安全与管控、大数据安全。
目录
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
0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
内容摘要
本书是为大学本科、研究生学习参考材料，以讲原理、接近开放源代码、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。
— 没有更多了 —
以下为对购买帮助不大的评价