机器学习是数据分析、智能技术的核心课程，肖云鹏、卢星宇、许明、汪浩瀚、吴斌等著的《机器学习经典算法实践》作为该领域的入门教程，选择了机器学习领域的十大经典算法，讲原理、给数据、给源码、给实验，带入门。正如本书封面表达的那样，本书希望带您启航机器学习的风帆，用简单的方式讲述复杂的算法，提供完整Java代码及实验数据下载。
本书可作为高等院校计算机、软件工程及自动化相关专业的本科生或研究生教材，也可作为对机器学习感兴趣的研究人员和工程技术人员的参考读物。

第1章 KNN
1.1 KNN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
1.2 KNN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
3.1 C4.5算法原理
3.1.1 C4.5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
3.2 C4.5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
4.1 SVM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
4.2 SVM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
5.1 AdaBoost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
5.2 AdaBoost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
6.1 CART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
6.2 CART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
7.1 K-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
7.2 K-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
8.1 Apriori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
8.2 Apriori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
9.1 PageRank算法原理
9.1.1 PageRank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
9.2 PageRank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
10.1 EM算法原理
10.1.1 EM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
10.2 EM-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