掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
數控挖掘與機器學習-WEKA應用技術與實踐-(第二版) 版權信息
- ISBN：9787302444701
- 條形碼：9787302444701 ; 978-7-302-44470-1
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數控挖掘與機器學習-WEKA應用技術與實踐-(第二版) 本書特色
本書借助代表當今數據挖掘和機器學習*高水平的著名開源軟件weka，通過大量的實踐操作，使讀者了解并掌握數據挖掘和機器學習的相關技能，拉近理論與實踐的距離。全書共分9章，主要內容包括weka介紹、探索者界面、知識流界面、實驗者界面、命令行界面、weka高級應用、weka api、學習方案源代碼分析和機器學習實戰。 本書系統講解weka 3.7.13的操作、理論和應用，內容全面、實例豐富、可操作性強，做到理論與實踐的統一。本書適合數據挖掘和機器學習相關人員作為技術參考書使用，也適合用作計算機專業高年級本科生和研究生的教材或教學參考用書。
數控挖掘與機器學習-WEKA應用技術與實踐-(第二版) 內容簡介
系統講解數據挖掘機器學習工具weka 經典的開源挖掘工具、開放的java環境 初學者的入門*、研究者的鉆研利器
數控挖掘與機器學習-WEKA應用技術與實踐-(第二版) 目錄
目錄第1章 weka介紹 11.1 weka簡介 21.1.1 weka歷史 31.1.2 weka功能簡介 31.2 基本概念 51.2.1 數據挖掘和機器學習51.2.2 數據和數據集 51.2.3 arff格式 61.2.4 預處理 71.2.5 分類與回歸 101.2.6 聚類分析 121.2.7 關聯分析 121.3 weka系統安裝 131.3.1 系統要求 131.3.2 安裝過程 141.3.3 weka使用初步161.3.4 系統運行注意事項181.4 訪問數據庫 241.4.1 配置文件 251.4.2 數據庫設置 261.4.3 常見問題及解決辦法271.5 示例數據集 281.5.1 天氣問題 291.5.2 鳶尾花 301.5.3 cpu 311.5.4 玻璃數據集 321.5.5 美國國會投票記錄331.5.6 乳腺癌數據集 33課后強化練習 34第2章 探索者界面 352.1 圖形用戶界面 362.1.1 標簽頁簡介 362.1.2 狀態欄 372.1.3 圖像輸出 372.1.4 手把手教你用 372.2 預處理 402.2.1 加載數據 402.2.2 屬性處理 432.2.3 過濾器 442.2.4 過濾器算法介紹 462.2.5 手把手教你用 522.3 分類 592.3.1 分類器選擇 592.3.2 分類器訓練 612.3.3 分類器輸出 622.3.4 分類算法介紹 652.3.5 分類模型評估 792.3.6 手把手教你用 812.4 聚類 982.4.1 cluster標簽頁的操作 982.4.2 聚類算法介紹 992.4.3 手把手教你用 1012.5 關聯 1072.5.1 associate標簽頁的操作 1072.5.2 關聯算法介紹 1082.5.3 手把手教你用 1112.6 選擇屬性 1172.6.1 select attributes標簽頁的操作 1182.6.2 選擇屬性算法介紹1192.6.3 手把手教你用 1202.7 可視化 1282.7.1 visualize標簽頁 1282.7.2 邊界可視化工具1312.7.3 代價/收益分析可視化 1332.7.4 手把手教你用 134課后強化練習 140第3章 知識流界面 1433.1 知識流介紹 1443.1.1 知識流特性 1443.1.2 知識流界面布局1453.2 知識流組件 1483.2.1 數據源 1483.2.2 數據接收器 1513.2.3 評估器 1553.2.4 可視化器 1563.2.5 其他工具 1583.3 使用知識流組件 1603.4 手把手教你用 162課后強化練習 181第4章 實驗者界面 1834.1 簡介 1844.2 標準實驗 1854.2.1 簡單實驗 1854.2.2 高級實驗 1904.2.3 手把手教你用 1984.3 遠程實驗 2104.3.1 遠程實驗設置 2104.3.2 手把手教你用 2134.4 分析結果 2214.4.1 獲取實驗結果 2214.4.2 動作 2214.4.3 配置測試 2224.4.4 保存結果 2254.4.5 手把手教你用 225課后強化練習 229第5章 命令行界面 2315.1 命令行界面介紹 2325.1.1 命令調用 2335.1.2 命令自動完成 2345.2 weka結構 2355.2.1 類實例和包 2355.2.2 weka.core包2365.2.3 weka.classifiers包 2375.2.4 其他包 2385.3 命令行選項 2385.3.1 常規選項 2395.3.2 特定選項 2415.4 過濾器和分類器選項2425.4.1 過濾器選項 2425.4.2 分類器選項 2455.4.3 手把手教你用 2475.5 包管理器 2525.5.1 命令行包管理器2525.5.2 運行安裝的算法254課后強化練習 255第6章 weka高級應用 2576.1 貝葉斯網絡 2586.1.1 簡介 2586.1.2 貝葉斯網絡編輯器2616.1.3 在探索者界面中使用貝葉斯網絡 2696.1.4 結構學習 2706.1.5 分布學習 2726.1.6 查看貝葉斯網絡2736.1.7 手把手教你用 2766.2 神經網絡 2866.2.1 gui使用 2866.2.2 手把手教你用 2896.3 文本分類 2936.3.1 文本分類示例 2946.3.2 分類真實文本 2986.3.3 手把手教你用 3006.4 時間序列分析及預測3066.4.1 使用時間序列環境3066.4.2 手把手教你用 318課后強化練習 326第7章 weka api 3277.1 加載數據 3287.1.1 從文件加載數據3287.1.2 從數據庫加載數據 3297.1.3 手把手教你用 3307.2 保存數據 3357.2.1 保存數據至文件3357.2.2 保存數據至數據庫3357.2.3 手把手教你用 3367.3 處理選項 3397.3.1 選項處理方法 3397.3.2 手把手教你用 3407.4 內存數據集處理 3417.4.1 在內存中創建數據集3417.4.2 打亂數據順序 3457.4.3 手把手教你用 3457.5 過濾 3497.5.1 批量過濾 3507.5.2 即時過濾 3517.5.3 手把手教你用 3517.6 分類 3557.6.1 分類器構建 3557.6.2 分類器評估 3567.6.3 實例分類 3587.6.4 手把手教你用 3597.7 聚類 3707.7.1 聚類器構建 3707.7.2 聚類器評估 3717.7.3 實例聚類 3737.7.4 手把手教你用 3737.8 屬性選擇 3797.8.1 使用元分類器 3807.8.2 使用過濾器 3807.8.3 使用底層api3817.8.4 手把手教你用 3817.9 可視化 3847.9.1 roc曲線 3857.9.2 圖 3857.9.3 手把手教你用 3867.10 序列化 3917.10.1 序列化基本方法3917.10.2 手把手教你用3927.11 文本分類綜合示例3957.11.1 程序運行準備3957.11.2 源程序分析 3967.11.3 運行說明 403課后強化練習 404第8章 學習方案源代碼分析 4058.1 naivebayes源代碼分析 4068.2 實現分類器的約定 427課后強化練習 429第9章 機器學習實戰 4319.1 數據挖掘過程概述 4329.1.1 crisp-dm過程4329.1.2 數據預處理 4339.1.3 挖掘項目及工具概述4349.2 實戰kdd cup1999 4349.2.1 任務描述 4359.2.2 數據集描述 4369.2.3 挖掘詳細過程 4389.3 實戰kdd cup2010 4479.3.1 任務描述 4479.3.2 數據集描述 4479.3.3 挖掘詳細過程 4509.3.4 更接近實際的挖掘過程459課后強化練習 471附錄a 中英文術語對照 472附錄b weka算法介紹 476過濾器算法介紹 476分類算法介紹 498聚類算法介紹 526關聯算法介紹 530選擇屬性算法介紹 532參考文獻 537
展開全部
數控挖掘與機器學習-WEKA應用技術與實踐-(第二版) 作者簡介
袁梅宇，男，工學博士，碩士導師，現在昆明理工大學計算機系任教。為本科生和研究生主講Java程序設計、Java EE技術、數據庫原理、人工智能、Dot Net技術等核心課程，參加過863 CIMS Net建設、中歐合作項目DRAGON和多項國家基金和省基金項目，第一作者公開發表論文十余篇，軟件著作權（頒證）六項。
書友推薦
- >
月亮與六便士
- >
伊索寓言-世界文學名著典藏-全譯本
- >
月亮虎
- >
莉莉和章魚
- >
回憶愛瑪儂
- >
朝聞道
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
