|
|
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》
! @; i9 h, D! B( H) N7 J5 m fjava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 j# _# ^3 T" b; q s
* B1 f1 v3 M4 T. _" F! G
3 l- a$ @1 Y7 K( h作者：袁梅宇
3 [! a/ ^8 q* i$ w a- l7 `出版社：清华大学出版社# f" C/ F G( h4 O; v3 S% R5 Q9 R
出版时间：2014年07月
+ R9 C2 Q, ~6 p& K书籍价格：52.80元
/ m% L4 d4 a' q. m5 d( ^
- I3 l: }' f' T
: T; T: D' j* A+ \; T
z8 i# Q- Y# m" g0 x. `; ~- Ljava电子书目录：$ Q+ {0 x8 J' k8 H5 K" r
第1章 Weka介绍
$ j' h0 T7 {' Z+ u' [! ]9 N1.1 Weka简介9 d- A3 b, I% g, F
1.1.1 Weka历史 T" v' `" _ M3 E
1.1.2 Weka功能简介$ n$ Q9 c- W- g: Z: k( @
1.2 基本概念8 z, q& \. W9 R# J+ T
1.2.1 数据挖掘和机器学习9 ?3 @+ \2 a! k) \
1.2.2 数据和数据集
M9 G" Z( f* E7 N# Y a; Z1.2.3 ARFF格式& `2 y, l* [/ G8 M1 Y
1.2.4 预处理
7 |' _ C( a; f1.2.5 分类与回归: c9 s+ t8 `: W" L0 A: c3 f
1.2.6 聚类分析$ y- n( h5 W, F- _2 z
1.2.7 关联分析
% u7 j# `1 L& z0 e$ Q3 L1.3 Weka系统安装1 j8 E$ a, ^( @- e* X/ h# j& Y
1.3.1 系统要求! a, d3 L3 n3 G1 x
1.3.2 安装过程 Q9 E% b6 S) u, Q8 y
1.3.3 Weka使用初步
$ l, m9 F2 Q" x+ _4 W/ M1.3.4 系统运行注意事项9 D, T [4 A( Y a2 t0 W/ n9 X
1.4 访问数据库
/ H3 h) R5 Y' ]. s1.4.1 配置文件
9 e/ K. W! O- V1.4.2 访问数据库3 y) L6 H% g S, m
1.4.3 常见问题及解决办法" m Y/ P4 B5 C2 E. u
1.5 示例数据集
% q7 Z; z c1 `) W1.5.1 天气问题
4 j4 h1 j* j- E; U1.5.2 鸢尾花
4 `0 Q$ o0 k# m, z1.5.3 CPU6 K/ m( m/ R3 ~ L
1.5.4 玻璃数据集
- _9 d& s7 |: r2 j+ m8 T1 G1 {1 y1.5.5 美国国会投票记录- |/ S! p1 \/ p- c! B- b
1.5.6 乳腺癌数据集8 W, y6 s. V5 F6 G
课后强化训练
0 E; Z; V- m5 D$ ?" b
|, H) c- }' W4 B! g, |8 T, @第2章 Explorer界面
( y/ W# [% d9 Z& U) D, Q2.1 图形用户界面# T w' E* ^ E& g2 i7 H" s1 i
2.1.1 标签页简介
; N+ S5 _+ x1 `% b. n* R2.1.2 状态栏
* x4 F; o) W7 o) [) Y, w7 t1 D _2.1.3 图像输出
, k$ A! v0 T3 x |* v% L7 H; Z2.1.4 手把手教你用
# c4 C9 u8 T) i1 p; r2.2 预处理
D, G1 Z& @4 H: P# M( t2.2.1 加载数据( W. ?8 ]9 r- v: h
2.2.2 属性处理, o8 E. E* Z z0 Z5 L
2.2.3 过滤器( u& g# n* }8 O8 c
2.2.4 过滤器算法介绍
+ P: a3 V, x+ X2 F- M$ \9 V2.2.5 手把手教你用
" _* v( G9 e, X% a8 Z) P2.3 分类) ^* q; W2 {# u8 q/ k- T
2.3.1 分类器选择: f6 r7 A- j2 F, K/ O/ |
2.3.2 分类器训练
1 N. r4 N0 A2 {) O2.3.3 分类器输出! o/ l8 _1 h/ T0 A7 W* N
2.3.4 分类算法介绍
. T6 b. w7 g# P" @! g! X2.3.5 分类模型评估8 e' X0 V9 c8 h
2.3.6 手把手教你用$ X6 g$ `' l, d( V& M3 d: S
2.4 聚类( m9 d6 a$ x' O, S2 T3 v9 n
2.4.1 聚类面板操作0 W, t$ W- n/ I( n7 s
2.4.2 聚类算法介绍, k/ r$ M" j% f2 @$ C3 O
2.4.3 手把手教你用, p2 U' u P1 ?$ g+ j7 ]) J' L* W
2.5 关联' d7 |: I' N' u d/ Z" k$ X
2.5.1 关联面板操作
$ h# w" d, d8 n2.5.2 关联算法介绍
7 O/ b/ G- ?& b2.5.3 手把手教你用( K K( G6 b+ Z2 ]* A, P
2.6 选择属性9 |$ `6 \- @* L) u! y
2.6.1 选择属性面板操作) g6 D. l# @6 A4 u* S F& a8 A& L' z0 S
2.6.2 选择属性算法介绍
m; ?* g1 Q. w8 [2.6.3 手把手教你用% P. B6 j2 J, D( ?
2.7 可视化
5 |5 N5 |* R, t& ^2.7.1 选择单独的2D散点图
4 ?' p7 x& L* S! s2.7.2 选择实例: Y2 a" r. Y1 N! z# O/ x! K2 }1 b/ r
2.7.3 手把手教你用
& T C) W7 f9 I. u) {课后强化训练3 i1 Q2 Q4 k0 g$ T4 z' u8 L' x
2 ]# r; N& h! x6 u
第3章 Knowledge Flow界面0 F' U- C! W: S
3.1 知识流介绍
7 h( ]0 ?2 d! @: p! ^ {- Y) x3.1.1 知识流特性
+ y1 F" H$ [/ o3.1.2 知识流界面布局
" E$ w7 z, T- R: k- Q3.2 知识流组件
3 w, U6 n7 w( g5 y3.2.1 数据源
2 E0 S0 @4 W- O \8 |3.2.2 数据接收器4 K9 J( L6 L: t8 d* l9 g
3.2.3 评估器
" ^) p/ c- u" l0 y3.2.4 可视化器
' ?4 h7 m. |- x. b2 z8 K3.2.5 其他工具
* {% `6 z* _4 w3 s5 U$ u) X3.3 使用知识流组件; [! K: x7 D5 b# O
3.4 手把手教你用
' b+ d n* O+ L, m- K* t! i& M$ Z课后强化训练
) H; L8 Y9 v: ]# Z$ e
! v" B- i& E: ]! j8 Z( E第4章 Experimenter界面5 ^4 W- O; w+ G# q
4.1 简介9 N1 s6 H+ W0 o
4.2 标准实验
7 k' v$ m+ r1 h8 S( d0 v& k5 K4.2.1 简单实验
8 j4 \9 r& ?# R" C" b, }4.2.2 高级实验
# C: r4 [& `- \, L8 ^/ L$ Q; Q0 U4.2.3 手把手教你用" t/ C; c0 A% x0 f: W: A
4.3 远程实验
: d R, D( R7 S4.3.1 远程实验设置
& ^" |7 s! l) f6 V9 C% u3 i/ n4.3.2 手把手教你用
2 V( [0 ?2 M2 S C4.4 分析结果
6 ]/ m: _& X+ a d+ v; m4.4.1 获取实验结果' |8 t1 w6 K: y/ \
4.4.2 配置测试
& G0 ^( K7 y$ j9 F# ^7 Z! j4.4.3 保存结果- K* w. E% S! b7 d* D
4.4.4 手把手教你用7 P; l f; f1 |5 t
课后强化训练' |1 Y6 w2 K; J7 e" P% h7 m
: Y4 f- O0 S, \: F% {- r" V* \1 w
第5章 命令行界面
4 M/ l7 W5 K/ ^- @1 I1 K0 X1 U2 U% o5.1 命令行界面介绍
5 w& i6 {' s4 ?3 ~, Z5 m# O! D H' s5.1.1 命令调用
" l. _- w& M* R8 }" I! g5.1.2 命令自动完成& T6 u: m& B3 m, N7 M
5.2 Weka结构1 a$ t$ p7 Y/ b# I& ~1 Z# V
5.2.1 类实例和包
+ R- d# ~0 _# _- \% i! A5.2.2 weka.core包
7 l. U' I4 ~8 N& e- ?; [8 Y* r5.2.3 weka.classifiers包
# y, Z- _" f4 S/ e$ \7 R! j5.2.4 其他包" K+ E# f0 u% G0 e
5.3 命令行选项$ D- ]) A* ^# h
5.3.1 常规选项. Q. j# h9 M8 K
5.3.2 特定选项- B) [- \3 m; c% ^' Y8 O0 Z
5.4 过滤器和分类器选项' \& ]% m& J* j& m& c, v2 ?- n6 L
5.4.1 过滤器选项; j$ |% n! @- R$ f( k9 M
5.4.2 分类器选项
k2 d1 s' _- k7 K7 }0 s5.4.3 手把手教你用
8 G2 T* F9 h( A$ G/ B# J, q; F" g5.5 包管理器
. I/ S2 l! J) i" Z. g5 Z5.5.1 命令行包管理器
7 k5 a8 i$ Q0 _3 M. Z6 T5.5.2 运行安装的算法8 m9 g& e; f8 R. }6 c4 Y
课后强化训练5 Z; h0 Z. P m3 N8 |" e" ?
, {& f6 z0 \. s& r7 G. j% Z第6章 Weka高级应用
! n- b0 ]5 G2 ?1 S/ o6.1 贝叶斯网络# _8 C+ Y& ?. M. T) y4 g2 m
6.1.1 简介
! |& H, j) w3 j0 D6.1.2 贝叶斯网络编辑器$ V" m/ b0 l% n. v
6.1.3 在探索者中使用贝叶斯网络1 [ R$ N' q6 c7 l9 Z$ ?
6.1.4 学习算法
; T$ g( [- ^; i: o+ A- D6.1.5 查看贝叶斯网络
: a' x5 Y3 f. J! r% F/ p6.1.6 手把手教你用2 i( h2 r3 [+ Q5 O$ N! y. F
6.2 神经网络
' j8 p& ]7 N. J1 u6.2.1 GUI使用
0 q3 \" `% J" e6.2.2 手把手教你用
/ w$ ]9 \1 Q) n6.3 文本分类
2 f) k/ H( g, q3 \ o, A1 C6.3.1文本分类示例; t8 G# d6 C0 S0 ? N4 a+ z
6.3.2 分类真实文本
, r+ F7 n% F& f/ S. J! S% X6 a8 a3 c6.3.3 手把手教你用0 i3 s. i: B. ^$ a- h
6.4 时间序列分析及预测
' c+ \; j F4 W% z2 p6.4.1 使用时间序列环境* E6 B% N+ T( h4 N2 x n8 f+ Q
6.4.2 手把手教你用8 P2 i# j1 Q$ v4 d1 U2 a1 {( {
课后 www.javazx.com强化训练: P6 O8 I c6 W: b" V' [6 L7 u% W
. F/ a% a* x% M$ P! [第7章 Weka API
/ A, v" H5 j9 e# r! A2 B7.1 加载数据2 P) z5 X5 l, C* d
7.1.1 从文件加载数据: l) J# e; D4 N9 z' s9 E' Z' Z
7.1.2 从数据库加载数据
% B$ [/ t g( Y, ^" e7.1.3 手把手教你用/ L# B+ G' Q" F3 `5 j; M
7.2 保存数据
! d) J1 Q7 `7 c. ]; h9 v7.2.1 保存数据至文件- \: N' M( l* x, `$ R9 z4 u, x" u
7.2.2 保存数据至数据库
$ k h' V; v t# l7 ?' T% S7.2.3 手把手教你用
0 @+ L6 k- E; D9 @0 A7.3 处理选项7 ^" E" f' }, G, K! W
7.3.1 处理选项方法
3 k! t6 Z! L* ]9 Y7.3.2 手把手教你用
& b4 a' k8 M$ y4 Y7 B7.4 内存数据集处理2 W) s3 T" u* j* u8 ]# J- n
7.4.1 在内存中创建数据集
' a. i9 K& ]# v' s1 Y8 x7.4.2 打乱数据顺序
5 A; }, Y. j( Y. ^* x- H7.4.3 手把手教你用/ j; }% I8 y( h1 R
7.5 过滤
" \, q! ?6 ]" k! F; T8 E8 Y& g7 @7.5.1 批量过滤
& U* C- g! m: P7.5.2 即时过滤. Z: v) Q6 m9 l% _) B' ?0 A. K4 Q9 _
7.5.3 手把手教你用
. E+ a5 |; {+ e) e/ _" W) V S6 @7.6 分类* s' _4 W: x8 t$ X) T; t1 `) `4 ~
7.6.1 分类器构建- P- h9 m7 p) `
7.6.2 分类器评估& v5 C6 m* f, q& S
7.6.3 实例分类
: q& a& U' W3 n% m9 r/ P. _. o7.6.4 手把手教你用
$ u% Z0 K2 y1 R4 h7.7 聚类4 A- M$ @! a% B% H% m# B
7.7.1 聚类器构建$ { u4 r( ^! r2 N
7.7.2 聚类器评估
3 j: @- a5 r' z u7.7.3 实例聚类' H7 W# D4 [4 }, M, x2 q, S
7.7.4 手把手教你用- q7 o4 F0 `3 W1 _2 g, |/ V. Z1 ^" @6 k
7.8 属性选择
& g" X- s& q' l" @+ f/ j7.8.1 使用元分类器
* e, e* a/ m* o7 e- N( h) G7.8.2 使用过滤器/ c9 x5 }$ [; c, f
7.8.3 使用底层API, N7 X$ T" l4 V6 E3 G7 {. W8 L& \
7.8.4 手把手教你用2 \& s6 S+ j/ j0 g
7.9 可视化
8 {! r8 R2 _7 V1 E: O+ V/ n7.9.1 ROC曲线
* I5 `) y7 g. m; e- x7.9.2 图% v$ w; o0 S+ _5 l
7.9.3 手把手教你用/ E, s2 p* S, }- ^' `! r/ j' I0 H
7.10 序列化
0 C2 T. n$ J P: p1 o3 v" t7.10.1 序列化基本方法! E$ _# P: j1 \: R9 s7 ~6 M. v, c& o
7.10.2 手把手教你用
b$ l: f$ Z- k! x7.11 文本分类综合示例# ^ E* i# Z. i2 u2 n0 R
7.11.1 程序运行准备
: m3 ]3 ]! M- p0 i, A, B6 y( p/ E/ f7.11.2 源程序分析
9 l3 N6 f6 c- \7.11.3 运行说明% @7 z5 J, D8 I# C8 Y3 a+ X6 `
课后强化训练
. h% k- X5 u* R- S* z P
( T0 j! N0 _: v% Y( x第8章 学习方案源代码分析
6 p* H* d d$ i5 y8.1 NaiveBayes源代码分析
5 n/ \4 }( z' f; s! Y* E9 P8.2 实现分类器的约定
. V2 v8 b0 x' b课后强化训练
9 q1 m; N' V8 j% J3 h& a5 R3 ?7 E3 i* U
附录A 中英文术语对照. q6 C$ B0 w8 P, s1 B7 C
附录B Weka算法介绍; P' l/ p' V' h
参考文献
" X! G3 d1 R, VJava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】9 h) u+ t1 r0 }7 D$ @
- q# b9 X' Q4 F, b8 U
: x& ^% t6 l, j
2 t. Y s% J f5 t! u" q% j7 p2 B0 `7 A" @
( E* W1 j0 N# {) T# h; R P
t" d5 Y, o/ @ |
|
[复制链接]
发表于 2019-4-2 01:44:49
发表于 2019-4-2 11:46:33
