●第1章 KNN
1.1 KNN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
1.2 KNN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
3.1 C4.5算法原理
3.1.1 C4.5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
3.2 C4.5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
4.1 SVM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
4.2 SVM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
5.1 AdaBoost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
5.2 AdaBoost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

……

本書的寫作目的旨在幫助大量正走在、或即將走向學習機器學習路上的廣大讀者朋友。我們在日常教學和培養研究生過程中發現，很多同學一方面想學、願意學；另一方面又遇到入門難的問題，希望能有一本書旨在幫助正走在或即將走向學習機器學習路上的廣大讀者朋友。我們在日常教學和培養研究生過程中發現，很多同學一方面想學、願意學； 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。本著這樣一個初衷，我們選擇了機器學習領域析十大經典算法，把我們平常培養碩士研究生一年級剛入校學生的算法材料整理，開放提供給廣大希望學習的讀者朋友，寫一本機器學習入門級的學習材料。每章完整的源代碼掃描二維碼即可下載，每個算法一個Python工程，實驗數據就在每個工程的data文件夾下。代碼風格盡量保持一致，讓讀者更容易理解。本書可作為高等學校各專業“機器學習”及相關課程的教學參考書。