|
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》+ @3 Z& k- v! X7 n- w/ W, \5 w
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。3 K, |$ v+ e* `7 r
: _/ I. F' g% f" i% p* P" P
( s7 H+ s7 F9 X8 P* ]: C作者:袁梅宇8 z. K( P9 @1 X+ \ k+ I6 s
出版社:清华大学出版社
* J* H$ f1 ?, Y) ~, `8 n* O出版时间:2014年07月
# Y! _$ B2 q/ y书籍价格:52.80元
3 m, ]" o; Q8 g# ]+ W) i9 Q- l9 ^* y2 C7 G. f% L: o
# ?. C2 V$ U! j
1 D7 Y. ?1 l( F9 s% r2 ]java电子书目录:
" i1 c9 ^* R' o第1章 Weka介绍
# k2 m9 m$ Q3 ?- p( I1.1 Weka简介, D3 D0 {; R& G: E
1.1.1 Weka历史- k9 w, H+ X/ Z
1.1.2 Weka功能简介5 S! X: f, L; |3 J @7 B; i+ [
1.2 基本概念6 I4 Y/ L6 A# C' ?
1.2.1 数据挖掘和机器学习: u+ P4 \+ U9 c+ O% L
1.2.2 数据和数据集* t( N4 u I4 x) w
1.2.3 ARFF格式+ s# f# E" C" f X% V. E
1.2.4 预处理9 l* g" w& x7 |
1.2.5 分类与回归0 }9 U' n8 `- |$ a' {3 p3 I
1.2.6 聚类分析
, d4 x# I/ C: h! A5 L* `/ G1.2.7 关联分析) T# l1 ]/ F2 S# _9 l
1.3 Weka系统安装. W( L$ ]4 B+ P: T; y/ p5 @# J
1.3.1 系统要求, H+ |, |% O1 r. C$ m0 o$ t
1.3.2 安装过程
6 ^" B/ w3 _5 V7 ^1 Y1.3.3 Weka使用初步
: P% ]1 A1 @& i& n! s6 T e1.3.4 系统运行注意事项
8 ?) w5 ^6 i( R1 P6 B1.4 访问数据库
3 S' T8 e6 f- G1.4.1 配置文件& h7 E5 [% ]3 S; A! K9 w
1.4.2 访问数据库: h: C7 Q# n& {2 u
1.4.3 常见问题及解决办法- X2 ^+ v7 F+ S# B) S
1.5 示例数据集2 K/ t' t c, K( Y* q
1.5.1 天气问题" f- p6 f) R( T5 t
1.5.2 鸢尾花; {( H; y5 d; d. J7 D
1.5.3 CPU
4 Z2 r/ _4 C) |# t" B1.5.4 玻璃数据集
) Q3 i2 b- ^: D( t8 t; K0 @) W1.5.5 美国国会投票记录
1 I! H% ]/ o. D9 \4 y1.5.6 乳腺癌数据集, W- I' ^8 O4 W7 c0 S
课后强化训练8 X s0 K q) n( d
2 }7 T) G$ T% z% y# @/ ^3 o
第2章 Explorer界面# p3 |! p0 H. q) D4 }5 ]
2.1 图形用户界面
) }8 U0 O* _1 }4 w" \& F+ }2.1.1 标签页简介
" c( g8 d1 |3 K6 p+ L I2.1.2 状态栏- w- G# d0 C! i6 O* r/ u$ b
2.1.3 图像输出2 T' [" o* x Y) ?! N, @
2.1.4 手把手教你用
1 y. H1 V: |, Y* b$ n0 [$ p7 s* q2.2 预处理5 Z! B/ V( d* V, p' p+ J0 ]
2.2.1 加载数据# l4 u9 @* s. s# e7 {) C ^: k
2.2.2 属性处理
: P2 C0 p" D: z1 i5 T( Y# S2.2.3 过滤器1 O& h. T( e I1 b* ]
2.2.4 过滤器算法介绍
$ M) \$ t8 Z7 M! C+ m" I2.2.5 手把手教你用
- @* P+ I- B& [ {! T( G& {2.3 分类
/ Q: C" A1 c4 [. a2.3.1 分类器选择
+ Q( N4 h9 A9 ~+ o2.3.2 分类器训练7 J; c2 M/ C8 W& r1 V
2.3.3 分类器输出7 Y& c+ G! b' w$ v
2.3.4 分类算法介绍
% j( l3 S; j# |. E& x& O7 K2.3.5 分类模型评估
$ v# a9 u2 U2 s- ^% v( ^/ ^9 H2.3.6 手把手教你用4 l/ r! H. M7 i/ z' f; g' b4 [
2.4 聚类+ Q- Z* I' E) Z7 K
2.4.1 聚类面板操作# q9 L ~6 W% N" f5 r3 T3 i7 [* J
2.4.2 聚类算法介绍
! ?# V& `) \1 q) s5 G$ G2.4.3 手把手教你用
, y4 j# F5 G+ ^. B! v% \2.5 关联9 ~( \! s- O* v d* s
2.5.1 关联面板操作
# E) M% [1 o- O$ H2.5.2 关联算法介绍* G# |* A1 S: W* T2 h8 O
2.5.3 手把手教你用
( l" P- {0 K0 k+ }' X0 ^4 ^3 |1 F2.6 选择属性
- G+ o1 c" P) t* R+ y. |2.6.1 选择属性面板操作 `4 C" s2 }4 G/ g) C9 a
2.6.2 选择属性算法介绍
+ C1 v( {6 ?+ z0 E4 w9 u2.6.3 手把手教你用" t V3 L! Z8 Q) }; f" [: R
2.7 可视化3 Q3 m- \3 s/ n# [2 Q: e
2.7.1 选择单独的2D散点图
% y# v5 H0 S& M9 i# Y8 V2.7.2 选择实例
6 G+ e$ P5 `5 Y6 R: p( m" I8 ]) T! o2.7.3 手把手教你用* x4 Y6 p$ L0 @2 ]4 `
课后强化训练
- g+ }% r) L. m0 f. _5 g# u& {& E% R
第3章 Knowledge Flow界面
6 l* _& x6 n7 G) W2 L2 r5 S/ S) n; B3.1 知识流介绍# U% O1 |& R/ X) t; H5 U
3.1.1 知识流特性
! `3 p" M) K, o/ ^3.1.2 知识流界面布局& B& H) A" r$ {/ A. T1 u% g; w4 X: Z
3.2 知识流组件
. W5 y+ e2 q( Q+ I1 b) l3.2.1 数据源
: [5 K2 ?1 G, ~6 E _3.2.2 数据接收器; `/ A) u/ g' ?1 R
3.2.3 评估器6 E3 m6 x6 k4 i7 W6 d2 p
3.2.4 可视化器
1 N( ?; }: W/ x4 I3.2.5 其他工具: V7 Z Z# N/ i! ]
3.3 使用知识流组件
/ ~/ t; j/ |! ^0 N! Q$ {3.4 手把手教你用
# z7 \) f/ g8 V8 Y课后强化训练" y1 T7 O0 t. O0 T, {4 I
% W8 F0 {7 ?+ k# L' @0 ]/ s: F2 c+ F
第4章 Experimenter界面+ M0 [; x( G: t/ l f: r
4.1 简介
; w8 _/ E( a( m0 v4.2 标准实验8 n) w, i4 u- r) @) m! i
4.2.1 简单实验
3 Z5 n. t& Q& T* `+ r4.2.2 高级实验
k9 H5 [# A* U7 v5 K4.2.3 手把手教你用0 t8 f" T" Z% a- L" B8 H6 Z
4.3 远程实验8 [2 d9 I1 m% `5 S- n# _' y- i
4.3.1 远程实验设置1 D# V7 ?, j, p- H& }8 i# m" f
4.3.2 手把手教你用! f5 z$ P' L7 ~' f5 ]9 p2 [
4.4 分析结果) K" F1 ?2 |+ q3 z. D" N8 j9 h
4.4.1 获取实验结果
2 j- H! Z- G6 S* W7 K9 V4.4.2 配置测试8 ^0 V! F. h! @& A
4.4.3 保存结果' j e* i9 r: b3 m) } }, Q
4.4.4 手把手教你用
! W; A& s$ Q3 \# @4 d& _# v课后强化训练
% ^4 D* B- d5 ~$ s7 Y1 _* o5 x1 C- Q( n
第5章 命令行界面
$ ~! }" u$ v/ A1 f5.1 命令行界面介绍
5 K& o9 R( s" F4 y3 M5.1.1 命令调用" R# f( X" S# y B: u: ~' v
5.1.2 命令自动完成% ~4 S2 a5 ~" {
5.2 Weka结构
$ a! p8 p+ p' ]* r5.2.1 类实例和包
; u+ Q. s" U s0 O' ~, N6 n5.2.2 weka.core包. _$ l) }2 A6 G8 a
5.2.3 weka.classifiers包( d1 E% o- b7 h w
5.2.4 其他包2 }9 V9 W# w9 N, a2 f2 C9 H
5.3 命令行选项
' [8 c, \4 B2 I9 S5.3.1 常规选项
& b% F' G* e- e5.3.2 特定选项, u0 `# G4 O# }7 p, V9 X+ ?
5.4 过滤器和分类器选项
9 ]3 J1 z( O2 P) {1 e' U2 N0 o2 B& m5.4.1 过滤器选项
+ M6 R9 U7 e$ O6 g/ p( C5.4.2 分类器选项
2 q1 v8 @$ Q; K$ N" S3 K9 e3 O! u5.4.3 手把手教你用
& F' c, Z, W6 X" v* a+ p5.5 包管理器
% e" Q& ]1 f+ V: ]- J5.5.1 命令行包管理器
( D6 K9 I' K& F2 G- L' {) d, d# r3 @5.5.2 运行安装的算法' i$ ? @, G4 N! g
课后强化训练: Z. S/ W( Z Z
; {0 A- ^# h/ W- v: d) M K第6章 Weka高级应用1 p2 L8 G. R, O3 E$ I u& Y. W
6.1 贝叶斯网络' L5 E% l3 ?: Q) {% P! O. l/ O9 P
6.1.1 简介
/ y4 W' W6 u7 T% ]1 u" F" T6.1.2 贝叶斯网络编辑器! z6 n4 A( A$ t- X0 p& N$ `( }
6.1.3 在探索者中使用贝叶斯网络
1 Z t# }% l* J: P9 D6 |6.1.4 学习算法$ Q, Y: t) n- P* g, f6 x" E: ^
6.1.5 查看贝叶斯网络6 [* @$ H5 c; ]" D+ |
6.1.6 手把手教你用8 [) H- R1 }" Y D- Y/ Z' ^' I1 J6 b' K
6.2 神经网络% J. I5 S4 u/ T0 G P
6.2.1 GUI使用
N( R1 R) p$ D6 V6.2.2 手把手教你用( F0 p7 G, y6 P8 L/ w$ X
6.3 文本分类
" D1 Q/ {% S3 z/ m8 ]% w* I6.3.1文本分类示例9 Q7 Z, \7 o7 z" \7 w
6.3.2 分类真实文本8 N V9 ~9 x; g: `7 D4 |
6.3.3 手把手教你用
# V' U* d6 @- w$ G9 q: M1 ~$ k6.4 时间序列分析及预测$ w3 x @7 F5 R$ _) L! @8 T
6.4.1 使用时间序列环境
3 q) M5 @5 S% R6.4.2 手把手教你用' P+ A# r& ?9 E/ u& Y
课后 www.javazx.com强化训练
( H8 h, z) W; m7 U2 C, \5 j9 X: i5 a% G
第7章 Weka API) @2 D8 C, D* i, T1 y: W
7.1 加载数据" K7 [, Z7 x$ E% e% c8 q1 d
7.1.1 从文件加载数据# r" l4 E8 a6 k& b$ A& ~ v
7.1.2 从数据库加载数据
* m: n! ^" s8 J9 p7.1.3 手把手教你用
* U! s6 ~, C* {* B( |7.2 保存数据
4 g# ^1 k+ h; C7.2.1 保存数据至文件
4 ^ e4 I. l% h) [: [3 c7.2.2 保存数据至数据库
1 D& J$ H. s+ ]3 P2 o/ [- m7.2.3 手把手教你用
8 C% X4 i6 x. L+ x, }( v8 T: L7.3 处理选项) G8 x1 A% s9 E% }% i" @2 c2 {2 R
7.3.1 处理选项方法/ G" ?! c* u4 i& r6 f6 `. m7 k5 \+ e
7.3.2 手把手教你用
s3 q& L7 l' x) a7.4 内存数据集处理9 ^: M+ t: K* A) t
7.4.1 在内存中创建数据集3 S) G( l" F- T! l1 Z/ |5 D. ^
7.4.2 打乱数据顺序3 u {. g6 b7 j
7.4.3 手把手教你用
. `# _+ ]3 ]3 K7 P7.5 过滤
' j% \, b6 u( W2 s2 P3 v/ ^7.5.1 批量过滤2 V* `* h( y: Q
7.5.2 即时过滤0 w7 R; }' B9 l: p. c
7.5.3 手把手教你用
! f3 o0 [! g% [- y/ x& l* C7.6 分类
5 l- ?3 a6 ^& M- A7 Q& ~- A# {7.6.1 分类器构建4 @8 P! s: f" n D" y
7.6.2 分类器评估5 z. s) j% _' ` A. D, \9 ?% M
7.6.3 实例分类
% m5 `# H( d& s5 y( {4 \- B% Y7.6.4 手把手教你用
4 k1 g3 M, s% M3 \$ c$ {7.7 聚类2 ~: L# v6 E1 Z' X% z
7.7.1 聚类器构建0 b6 B( t! p2 N! {8 @8 }
7.7.2 聚类器评估
! F. j$ e, d9 d# _- d7.7.3 实例聚类
* g6 x+ h6 Y! c- [7.7.4 手把手教你用
: s! o8 Q3 T _8 _& l3 m7.8 属性选择6 F, }! e( s0 S. P! N/ B G% J
7.8.1 使用元分类器/ I( c% j( ?7 a- P( F- S( S
7.8.2 使用过滤器! j% H9 ]0 s( Y7 k$ Z5 l& b5 X
7.8.3 使用底层API3 R0 c" m( Z% e7 e& |
7.8.4 手把手教你用! N2 }4 a, r; z: n3 l
7.9 可视化: S9 y8 X$ O% c7 F4 E, N% C& Y6 _4 q
7.9.1 ROC曲线
- Q4 e5 D' d( n8 F, s' x7.9.2 图& o% F- W4 ?/ o' w6 _8 c
7.9.3 手把手教你用
8 U) N: y7 x6 r" {8 T" I7.10 序列化
" r9 N7 s3 i; a7 ]) }7.10.1 序列化基本方法% [3 z. {6 N/ V) j8 o
7.10.2 手把手教你用( h: o+ z* A9 ?( _" k3 B
7.11 文本分类综合示例* t# @- L) `( M' S5 y
7.11.1 程序运行准备
4 T3 s* O8 T# a( Q3 k7.11.2 源程序分析
; H' c) H- ?8 J* b. d: ?7.11.3 运行说明
% \3 h1 \% L" b# l7 |) s# k" T: B课后强化训练$ M% O. s* {/ Q$ W* X8 I
- W# a" n) h4 d- ^第8章 学习方案源代码分析( d, ?9 m# _* T. ?* o" r1 ^# K" L- J
8.1 NaiveBayes源代码分析
4 z. S, h" |. y2 f8.2 实现分类器的约定
+ ~/ f# [1 g) K1 ?课后强化训练
# Q2 K/ P4 G* J" P0 o5 c5 Z3 O2 P1 T
附录A 中英文术语对照
$ F/ m- e) g% R, ?4 o附录B Weka算法介绍
& d2 Q5 V, v% A参考文献 & P& Z+ g3 E$ V$ p, E
Java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】/ v7 `" p$ ]% k$ |$ a
9 q1 B `8 _0 h; Z/ Q4 I* K7 I* @; z. C4 P- Q
+ Q3 ^- Q: M9 n; U& r
2 f/ b" f' u4 h3 P
% V0 P+ H- a$ m7 q
3 P, Y ~4 v/ M: k: S |
|