前言現(xiàn)在，大數(shù)據(jù)、社交網(wǎng)絡、計算智能、深度學習等詞匯都已經(jīng)成為人們日常生活中經(jīng)�？吹降臒衢T專業(yè)名詞。如果我們考慮這些領域的共性，那么機器學習一定是重要的交集部分。很多來自不同領域、不同角色的學生、工作人員都在加入學習機器學習的隊伍。
本書的編寫面向正走在或即將走向學習機器學習路上的廣大讀者。我們在日常教學和培養(yǎng)研究生過程中發(fā)現(xiàn)，很多學生一方面想學、愿意學機器學習，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(shù)據(jù)、給源碼、給實驗，帶著入門。鑒此我們編寫了這本書，選擇了機器學習領域的十大經(jīng)典算法，把我們平常培養(yǎng)
剛入校研究生的算法材料進行整理，提供給廣大希望學習的讀者朋友們。
本書在整體章節(jié)的安排上，按照監(jiān)督{KNN（分類），Bayes（分類），C4.5（分類），SVM（分類），AdaBoost（分類），CART（回歸）}和無監(jiān)督{K�睲eans（聚類），Apriori（關聯(lián)規(guī)則），PageRank（排序），EM（參數(shù)估計）}的順序組織。在每一章的講解中，從講故事開始講解算法原理，接著分別從算法實現(xiàn)類/方法流程圖、類/方法說明表、關鍵代碼講解算法實現(xiàn)，然后給出實驗數(shù)據(jù)，最后給出實驗結果與分析，盡量做到簡單易懂。每章完整的源代碼掃描下面二維碼即可下載，每個算法對應一個Java工程，實驗數(shù)據(jù)都在每個工程的data文件夾下。代碼風格盡量保持一致，讓讀者更容易理解。

掃碼下載完整代碼及實驗數(shù)據(jù)

本書的寫作工作是由我們實驗室兩位老師（肖云鵬和劉宴兵教授）以及復旦大學盧星宇博士、清華大學許明博士、CMU汪浩瀚博士和北京郵電大學吳斌教授共同完成，幾位作者都是長期在機器學習領域從事科學研究、工程實踐、項目合作的科研人員和高校工作者。我們的想法是通過努力，以開放的心態(tài)，幫助更多的希望學習機器學習的讀者。
即使只是作為一本入門級的學習讀物，整個書稿前前后后也修改了幾十稿。同時我們也參考學習了很多機器學習方面的書籍和網(wǎng)絡資源，真高興當下國內有許多學者、產(chǎn)業(yè)界人員和互聯(lián)網(wǎng)熱心人提供這么多優(yōu)秀的學習資源。誠然，即便是我們非常努力地完善書稿，由于水平有限和時間倉促，書中可能還會有這樣或那樣的問題，請讀者批評指正。另外，算法自身也在不斷更新，凡是內容有更新的地方都會體現(xiàn)在本書的后繼版本中，我們也希望本書的第二版、第三版等不僅是內容的進一步完善，還會加入更多有趣的算法，從傳統(tǒng)機器學習到深度學習、增強學習。其實，機器學習經(jīng)典算法又何止這十大呢！
最后，感謝我的家人對我工作的支持，感謝實驗室學生們在本書的寫作過程中幫著收集材料、提意見、討論書稿，所有的過程都是美好回憶。
本書的完成得到國家973重點基礎研究發(fā)展計劃(No.2013CB329606)、重慶市重點研發(fā)項目(No.cstc2017zdcy�瞶dyf0299,No.cstc2017zdcy�瞶dyf0436)、重慶市基礎科學與前沿技術研究項目(No.cstc2017jcyjAX0099)和重慶郵電大學出版基金資助。



肖云鵬2018年4月