java自学网VIP

Java自学网

用户名  找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 26963|回复: 132

[java电子书]数据挖掘与机器学习——WEKA应用技术与实践 PDF 电子书 百度云

  [复制链接]
  • TA的每日心情
    开心
    2021-5-25 00:00
  • 签到天数: 1917 天

    [LV.Master]出神入化

    2099

    主题

    3757

    帖子

    6万

    积分

    管理员

    Rank: 9Rank: 9Rank: 9

    积分
    66807

    宣传达人突出贡献优秀版主荣誉管理论坛元老

    发表于 2019-4-2 01:44:49 | 显示全部楼层 |阅读模式
    java自学网(www.javazx.com)-java论坛,java电子书推荐:《数据挖掘与机器学习——WEKA应用技术与实践》+ R2 E# G. T+ m& W5 j, {4 x
    java电子书推荐理由:袁梅宇,男,工学博士,硕士导师,现在昆明理工大学计算机系任教。为本科生和研究生主讲Java程序设计、Java EE技术、数据库原理、人工智能、Dot Net技术等核心课程,参加过863 CIMS Net建设、中欧合作项目DRAGON和多项国家基金和省基金项目,第一作者公开发表论文十余篇,软件著作权(颁证)六项。步骤,它从大量数据中自动提取出隐含的、过去未知的、有价值的潜在信息。机器学习主要设计和分析一些让计算机可以自动“学习”的算法,其算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测。机器学习和数据挖掘这两个领域联系密切,数据挖掘利用机器学习提供的技术来分析海量数据,以发掘数据中隐含的有用信息。$ D. d  ]& o& R4 @" ?9 [
    9 F( \+ W2 |6 c+ [; G! `- _

    : y0 _* Z9 K6 i' T$ X
    作者:袁梅宇
      j) a0 y! z. ~0 F出版社:清华大学出版社
    ; G7 X1 g* w6 P+ L8 Z1 m2 @8 E& j出版时间:2014年07月
    ) N1 A  e3 |# A  S$ Y% c书籍价格:52.80元
    6 s9 \% o9 ?2 F% g: i
    & Y" L0 i5 A9 V& O1 k. ` 111.png ) a9 K0 n1 z' _9 N( L' |1 U; [
    5 x1 |  ?0 ~+ }$ V
    java电子书目录:
    4 [. P# Y6 }- @+ A9 i* n
    第1章 Weka介绍
    0 P. A( h! t( t( ?# C1.1 Weka简介* c) {6 s# g- g, |9 S7 t2 m1 Z8 `, g
    1.1.1 Weka历史5 Z1 [3 r" t9 B9 E
    1.1.2 Weka功能简介
    4 P$ ?' U" M3 ]7 b( C! y1.2 基本概念
    * y8 _; R5 p6 N1 y, p  f3 d/ O% k1.2.1 数据挖掘和机器学习. K/ X7 G, P1 V+ c& f1 \. f5 }: d$ A
    1.2.2 数据和数据集- J# k0 z( _! p, T' ^3 t2 l
    1.2.3 ARFF格式6 C( p) k1 o9 D1 T# Z1 {; N
    1.2.4 预处理& s0 R7 w6 f) O
    1.2.5 分类与回归
    1 M& _7 w! }0 u% N1.2.6 聚类分析% J0 M  {6 ~7 Y, M
    1.2.7 关联分析
    8 w: C' _6 n$ Q1 E1.3 Weka系统安装
    ; A' D% _$ ]6 Y6 w1.3.1 系统要求% s. ^: {) I0 d+ v( R3 r
    1.3.2 安装过程
    1 K5 }: W1 ?) ?  g1.3.3 Weka使用初步
    ( X6 J3 r( V7 K- u. t7 r1.3.4 系统运行注意事项
    ! k0 }' B- {" _! r7 f1.4 访问数据库% L5 _7 x$ P9 I$ I4 y0 c) u
    1.4.1 配置文件" u1 m5 b& i6 v! j0 O& ~7 C1 G
    1.4.2 访问数据库. h" H0 ?9 g$ \( j7 x- P
    1.4.3 常见问题及解决办法! g6 O% O8 O0 Y5 |* t, J
    1.5 示例数据集
    : X* G1 T8 l, l$ c! e! D' O! \1.5.1 天气问题
    . r: d5 p& l, `7 _* ~, Y. ?1.5.2 鸢尾花; w  |; \  k7 Y2 Z% u% T
    1.5.3 CPU) l3 ]: O1 }( {+ F/ R% V
    1.5.4 玻璃数据集
    - A4 u- _9 r- E% J. e1.5.5 美国国会投票记录
    + d- @! N2 g1 O) h! y8 A1.5.6 乳腺癌数据集
    ) P2 W9 j9 Z2 [课后强化训练
    , V  o6 M: I. X0 Q0 x6 z% O2 K2 @& }. F- E
    第2章 Explorer界面' b, L& ^+ Y  U- _
    2.1 图形用户界面
    ; O- e) A# \6 t* E2.1.1 标签页简介. z4 I  F3 c2 W
    2.1.2 状态栏5 \0 t4 Y5 B. m" t" V# P. a/ l
    2.1.3 图像输出( v7 F8 M# r8 H5 Z
    2.1.4 手把手教你用
    / \! z9 e+ e! p2.2 预处理
    . h5 c* Z* V  d" P4 }0 X2.2.1 加载数据2 }1 {# P1 H. J3 Y6 T! P4 p
    2.2.2 属性处理
    * F2 C9 o0 x  l* f" y2.2.3 过滤器
    & |7 s0 w3 ~' X# O: n6 u2 E2.2.4 过滤器算法介绍/ |3 u8 E4 N5 D* ~1 l5 u
    2.2.5 手把手教你用$ N. E' }, q5 T" Y
    2.3 分类
    : j9 I9 a. C! I# Z; K2.3.1 分类器选择1 f/ f! o2 ?( T( K
    2.3.2 分类器训练' O9 V+ x! a, E5 e  y
    2.3.3 分类器输出/ W2 G3 n3 T* P- Y7 ^# s
    2.3.4 分类算法介绍$ V, L4 z, ]4 l" v0 `8 I2 r! m
    2.3.5 分类模型评估
    7 E  e9 ~, o; y2 f- I: K& @8 @2.3.6 手把手教你用
    . r# ]$ b! f  {& P% I2.4 聚类/ R1 M4 I* v$ l- d# a+ v+ ~
    2.4.1 聚类面板操作' ^9 {/ U! e  T! M# B2 @
    2.4.2 聚类算法介绍
    & h: @  g% ?$ }) s$ P8 W0 w5 V6 F2.4.3 手把手教你用
    $ \) U2 R) C% m4 X6 |& h: ]: _2.5 关联! C/ H" W/ N; ?; i
    2.5.1 关联面板操作
    ( K+ ]+ n, |% {& L2.5.2 关联算法介绍
    + }! C6 e* d: R" V: d5 ~2.5.3 手把手教你用
    ) g) ]( B, f7 r' P2.6 选择属性6 {" y; A  D4 d9 G
    2.6.1 选择属性面板操作
    / U5 U% I7 S! i5 K+ S2.6.2 选择属性算法介绍
    7 m/ ^  b4 f; R- }) O2.6.3 手把手教你用
    * W$ I" Z" h+ u! H& m1 E, J2.7 可视化
    0 ]/ ?& o" f/ S+ y2.7.1 选择单独的2D散点图. ]2 j- n: v! B- w; b4 ]! G
    2.7.2 选择实例
    / H# X; @# K) ^% T2.7.3 手把手教你用
    & T. t  S% H* q5 w* s5 O2 Y4 N9 \$ p课后强化训练- [' l: E3 g& q2 I) h" G1 ^) U" |

    1 l& H6 \" I9 i9 L& _" {  q第3章 Knowledge Flow界面; |( p6 {8 c9 G; [
    3.1 知识流介绍+ [' g  M3 Y! S: y2 s$ b2 F
    3.1.1 知识流特性
    ) Z0 r. O, R, g# }' R5 `3.1.2 知识流界面布局$ g: A  n/ g+ z4 d. H9 J
    3.2 知识流组件
    / y! w; L# u) U/ f8 ~3.2.1 数据源
    # r0 ?- a& X( v% S3.2.2 数据接收器; P! V( a5 E8 ^" g
    3.2.3 评估器
    1 p+ y' h2 y. r" D1 o% F3.2.4 可视化器
    6 [/ [$ J% s4 [# @3.2.5 其他工具
    5 ]( W7 [9 M' }3.3 使用知识流组件
    4 |. G6 y% b3 ~9 u3.4 手把手教你用  ^$ x# ?$ U* D- L9 k$ o
    课后强化训练. O; v) k6 W* L! D6 X6 k) M( q

    3 t. O% u; d& s$ s7 {第4章 Experimenter界面6 m) E/ b) b! G: T( Y
    4.1 简介* ?( r' N3 W) D0 R; ], P; h
    4.2 标准实验! j5 @& }6 C( e! p0 T
    4.2.1 简单实验" L; F( o) l4 `( p# v3 [
    4.2.2 高级实验9 r& Z) U; u. B1 C! a
    4.2.3 手把手教你用  d& c- s% }( o" S# i$ j% N/ A
    4.3 远程实验% w: Y* \( v4 O
    4.3.1 远程实验设置0 u- ?$ v# u! z. H5 {! j
    4.3.2 手把手教你用
    ) ?& c$ d$ ?0 d* Q( i) y4.4 分析结果& @/ D+ O# b- c2 T7 O/ m
    4.4.1 获取实验结果0 @  r' @: u) b  k
    4.4.2 配置测试& ?: }% N; S1 g( L
    4.4.3 保存结果
    # @6 @8 F3 j) ~$ o7 T4.4.4 手把手教你用1 w* b0 u4 i+ N! J
    课后强化训练0 I* l& \' N% U9 O4 ?# T" J  E
    9 K+ ?) ?7 c: ]* s3 V
    第5章 命令行界面
    # M/ M3 d0 I! L6 o/ Y/ c( F. \5.1 命令行界面介绍
    8 X2 }$ l4 J/ _! B& l5.1.1 命令调用
    4 W$ |* {; A- c- Q5.1.2 命令自动完成5 k- P7 A, M+ ?1 y" z* {
    5.2 Weka结构7 u% }' H1 w  i$ |/ Y" e$ T
    5.2.1 类实例和包- M; k( N5 y9 E3 {
    5.2.2 weka.core包
    4 Q. v- o  Q2 r+ p% j, I) Y5.2.3 weka.classifiers包7 l2 g7 n9 \. \
    5.2.4 其他包$ y, r- ~3 f# c" X
    5.3 命令行选项
    0 C: \# t2 |( H% i5.3.1 常规选项
    ' w0 ~8 @% m" m+ V, e* e0 R5.3.2 特定选项8 p7 K, I4 v4 Z6 W/ i3 u
    5.4 过滤器和分类器选项( T' o6 A! _  X- Y) D  @5 j
    5.4.1 过滤器选项
    ' M  _' ?% ~6 x! X- \5.4.2 分类器选项  B& Z) D: Q1 A+ Z( @
    5.4.3 手把手教你用1 F+ E0 X$ H8 A4 {
    5.5 包管理器
    $ S+ F6 P" o. U/ `) ]5.5.1 命令行包管理器( j2 S8 \2 Z' W8 G9 D
    5.5.2 运行安装的算法
      g4 ~7 U2 W8 \# F2 X& N+ p课后强化训练
    - {( I8 R% i# [$ m- E7 i4 P  g3 u! m2 h
    第6章 Weka高级应用8 F& A: v; g3 A, m5 e7 B: }9 H! X
    6.1 贝叶斯网络
    : Q% z) M- J4 {/ \! v# {8 v4 K6.1.1 简介8 z+ {7 j5 P$ Z9 n2 r: k, S
    6.1.2 贝叶斯网络编辑器
    * {2 D; o9 Y# x. i; Q* d) F6 _6.1.3 在探索者中使用贝叶斯网络
    " t- u; |+ r. r! g# z7 U5 T6.1.4 学习算法
    ; P1 e" b- D4 n' n  z6 g' _0 s6.1.5 查看贝叶斯网络
    8 j7 |1 K9 L. ~  S6.1.6 手把手教你用$ m' _7 x& T  b0 _' I% i1 b/ Y# d3 a
    6.2 神经网络
    8 G- l6 `* w6 H- ]6.2.1 GUI使用
    % N, x; {5 i" {* e# x8 D6.2.2 手把手教你用
    3 F& [$ Z! i# U, W; r0 o6.3 文本分类) n% E# A# }' s9 E: n
    6.3.1文本分类示例
    ( n3 @, e4 h5 m1 {; C6.3.2 分类真实文本
    / p0 H, d4 x* j! K$ R$ _( n6.3.3 手把手教你用
    # P$ O" ~4 s5 y8 n, M# a6.4 时间序列分析及预测
    ; @- r( X) s8 v8 D  c9 l6.4.1 使用时间序列环境
    4 Z9 A4 N7 K  R+ [! f6.4.2 手把手教你用
    : X& b- k4 L# _% B课后 www.javazx.com强化训练
    9 {- I$ @3 g0 `- G
      P) f( p& c/ W, y第7章 Weka API, m/ u' M9 k1 F& R8 j: J
    7.1 加载数据
    / d+ o3 Q, L7 q1 v/ p+ E+ a3 n# S7.1.1 从文件加载数据
    8 d# x* C5 x8 h5 g5 y# c4 X5 d. i7.1.2 从数据库加载数据
    4 \/ w) z  _2 O% L3 H5 _7.1.3 手把手教你用$ o! D% z, `+ H9 X
    7.2 保存数据
    . ^. I7 ?, [6 t9 E7.2.1 保存数据至文件) }5 K) s; F# [. f6 b
    7.2.2 保存数据至数据库
    ) g* x' Z6 \; Q) j7.2.3 手把手教你用, f& V& C0 \1 O3 u$ b' y6 {
    7.3 处理选项
    . _2 S' S1 ~4 l' l7.3.1 处理选项方法
    6 f, z' S% \0 Q$ |7.3.2 手把手教你用; [6 }. I! o0 t, F8 t0 W/ p
    7.4 内存数据集处理# |" [  k/ R0 @- Y% i
    7.4.1 在内存中创建数据集
    : o8 ?1 Q. C0 u$ B: b6 A7.4.2 打乱数据顺序/ x% U- }( |9 D; a% r6 T: D5 Q
    7.4.3 手把手教你用
    $ E3 |* y3 m9 h8 a7 K* w$ p7.5 过滤) Y+ [; H0 M6 s- v: G$ J0 I
    7.5.1 批量过滤
    $ i. Q, o8 _# Y1 l7.5.2 即时过滤
    4 @# O. |9 {/ Y/ _2 K; c7 B, ~7.5.3 手把手教你用. V7 F' a( }! {4 r
    7.6 分类
    ( l7 i5 ]8 @8 h" T0 l7.6.1 分类器构建
    0 O! {7 C  j6 j- [( I, t7.6.2 分类器评估: _" d6 i$ ^7 B2 ^- [/ Q9 [
    7.6.3 实例分类5 N8 s/ c) W  A- j* Y) U
    7.6.4 手把手教你用5 p+ z( B5 g3 E( N3 O/ K
    7.7 聚类* l; [+ D  o% L) g9 P
    7.7.1 聚类器构建9 i' f4 X# Q9 y8 o0 ^
    7.7.2 聚类器评估4 P$ v* b3 u2 P* N
    7.7.3 实例聚类0 l  Y- E8 O& [6 M+ G
    7.7.4 手把手教你用# @. Y$ k. c$ z) V# e5 E8 M
    7.8 属性选择, N" e4 `8 U( \0 D' p% J
    7.8.1 使用元分类器
    $ K/ H9 m! T% Z+ B7 m9 E7.8.2 使用过滤器
    1 M1 w9 y  z; L7 V7.8.3 使用底层API
    : m9 D5 E% M' z; X6 f7.8.4 手把手教你用
      q! t$ s4 O& N+ Q6 D6 a7.9 可视化
    $ I3 w8 |- E5 P  T& U/ c$ p7.9.1 ROC曲线, @$ }* F6 N; ?* x" U  o
    7.9.2 图
    3 ~8 B2 p; h$ y( Q; o7.9.3 手把手教你用: V8 |& `3 f6 p3 p7 f( J& L$ G) R
    7.10 序列化: R5 {% Z+ m7 F8 X) n/ O, U" K  q
    7.10.1 序列化基本方法  \) l/ j) w% W7 N3 [3 ~
    7.10.2 手把手教你用
    ' A4 Q' O) q" @! w+ b8 {* j6 @2 N7.11 文本分类综合示例
    1 {" X. \: g8 R4 A' @( J4 o7.11.1 程序运行准备0 T" p- z# F& c- h; C6 N3 e
    7.11.2 源程序分析) F' j+ i" S8 P( P" L
    7.11.3 运行说明: |3 g" R$ _& K/ z# ?. M
    课后强化训练" i$ L, A2 [9 ^+ E* q" a4 k
    # L' B1 Z6 ?! x1 X% Y
    第8章 学习方案源代码分析( p1 D% I8 }  v) N& W" j
    8.1 NaiveBayes源代码分析
      p: J' a$ E7 |' O  s( u8.2 实现分类器的约定( f7 C7 y! G9 ~2 I6 a5 ]7 n
    课后强化训练! w) T; o* @+ L* r

    ( g2 H% S6 p9 o附录A 中英文术语对照. C& i' k( Z' l  N6 o& I- {
    附录B Weka算法介绍# Z# A4 C- f& E$ Z- q
    参考文献

    ( u! W, V4 t/ oJava资料百度网盘下载地址链接(百度云):数据挖掘与机器学习  WEKA应用技术与实践@javazx.com.pdf【密码回帖可见】& A1 ^: f, a* }, ]7 E
    游客,如果您要查看本帖隐藏内容请回复
    ' |5 V' J4 y/ o5 \' G3 M2 X
    $ F: p2 t3 ^* ^  S
    / X- }0 G* O5 t* G

    9 `/ o: f6 W( Q- ~; j6 h' Y
    & [6 s# V; d- d. ]! R4 k8 _3 c  F& P% `2 t5 ]1 Y8 A
    回复

    举报

  • TA的每日心情
    郁闷
    2021-1-11 16:32
  • 签到天数: 122 天

    [LV.7]自成一派

    1

    主题

    317

    帖子

    30万

    积分

    终身VIP

    Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60

    积分
    302715
    发表于 2019-4-2 11:46:33 | 显示全部楼层
    666666666666666
    回复 支持 反对

    举报

  • TA的每日心情
    开心
    2020-10-5 15:31
  • 签到天数: 76 天

    [LV.6]炉火纯青

    0

    主题

    464

    帖子

    30万

    积分

    终身VIP

    Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60

    积分
    301987
    发表于 2019-4-2 16:17:03 | 显示全部楼层
    wertyuiopiiiii
    回复 支持 反对

    举报

  • TA的每日心情
    开心
    2019-4-2 21:51
  • 签到天数: 1 天

    [LV.1]初学乍练

    0

    主题

    3

    帖子

    18

    积分

    普通会员

    Rank: 2

    积分
    18
    发表于 2019-4-2 21:53:52 | 显示全部楼层
    感谢分享,顶一个
    回复 支持 反对

    举报

  • TA的每日心情
    开心
    2021-4-29 18:18
  • 签到天数: 472 天

    [LV.9]功行圆满

    0

    主题

    1662

    帖子

    31万

    积分

    终身VIP

    Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60Rank: 60

    积分
    310260
    发表于 2019-4-30 10:53:13 | 显示全部楼层
    VERY GOOOOOD
    回复 支持 反对

    举报

  • TA的每日心情
    无聊
    2019-7-22 19:57
  • 签到天数: 1 天

    [LV.1]初学乍练

    0

    主题

    2

    帖子

    16

    积分

    普通会员

    Rank: 2

    积分
    16
    发表于 2019-7-22 20:04:03 | 显示全部楼层
    爱得发疯的厉害的来的
    - T* q. V4 t) W8 N" R! M
    回复 支持 反对

    举报

  • TA的每日心情
    开心
    2020-11-15 17:26
  • 签到天数: 5 天

    [LV.2]登堂入室

    0

    主题

    12

    帖子

    89

    积分

    普通会员

    Rank: 2

    积分
    89
    发表于 2019-7-30 15:43:57 | 显示全部楼层
    111111111111111
    回复 支持 反对

    举报

  • TA的每日心情
    开心
    2019-8-18 12:36
  • 签到天数: 1 天

    [LV.1]初学乍练

    0

    主题

    2

    帖子

    22

    积分

    普通会员

    Rank: 2

    积分
    22
    发表于 2019-8-18 12:40:09 | 显示全部楼层
    JAVA8888888
    回复 支持 反对

    举报

  • TA的每日心情
    难过
    2019-11-26 14:54
  • 签到天数: 3 天

    [LV.2]登堂入室

    0

    主题

    13

    帖子

    74

    积分

    普通会员

    Rank: 2

    积分
    74
    发表于 2019-8-26 10:10:05 | 显示全部楼层
    谢谢分享!!!
    回复

    举报

  • TA的每日心情
    开心
    2019-9-17 02:32
  • 签到天数: 1 天

    [LV.1]初学乍练

    0

    主题

    2

    帖子

    24

    积分

    普通会员

    Rank: 2

    积分
    24
    发表于 2019-9-17 02:41:59 | 显示全部楼层
    66666666666666666
    回复 支持 反对

    举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    QQ|Archiver|手机版|小黑屋|Java自学网

    GMT+8, 2025-4-5 19:49 , Processed in 0.774431 second(s), 39 queries .

    Powered by Javazx

    Copyright © 2012-2022, Javazx Cloud.

    快速回复 返回顶部 返回列表