|
|
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》
5 a8 @- r8 Y1 J6 p) sjava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。" }5 f8 h" Z) \
( Z8 S9 q/ ^3 L: S9 h& A/ |* V& T( t! _" J2 A8 T# |: n
作者：袁梅宇
* Q V* o( X- C) Q; n出版社：清华大学出版社
( \$ [2 d% m* n: L/ ~) `: ~出版时间：2014年07月
7 Q Z5 X+ ` a8 ^5 U% A2 C书籍价格：52.80元
; r# ]( M5 g3 k' \( K: u" V W& `' ? d
# g& o; ^1 x5 \
: _# S) {# t# l0 K( B1 D
java电子书目录：8 G+ a3 q# A. N
第1章 Weka介绍
, e$ z# q3 t5 }- r1.1 Weka简介
: M& M j5 \% T) J8 j+ {- X1.1.1 Weka历史+ P+ L, M7 r3 @/ S2 d0 r T
1.1.2 Weka功能简介" A: W6 r: K& M' }; q' W+ e
1.2 基本概念
* L* j& i) F9 ^5 ~8 I: D! K* K1.2.1 数据挖掘和机器学习0 L [. f4 u; H& \# z
1.2.2 数据和数据集
* e( q- z4 U& Q5 A1.2.3 ARFF格式2 ]- e! ]5 A" ~3 T6 M( D
1.2.4 预处理
F% _, ?9 ~3 j1 s4 |/ t1.2.5 分类与回归
2 D( V5 u6 w- |- C& u1.2.6 聚类分析3 }3 f, f, j- [9 `3 B4 W t1 L2 W
1.2.7 关联分析0 W; B+ H* d) l% u/ h
1.3 Weka系统安装
& Z7 m( T6 t8 s9 {( I1.3.1 系统要求
% o* L8 ^; o' j( S) C1.3.2 安装过程
! G+ |9 h: o& Z1.3.3 Weka使用初步* u+ d L; [7 ?$ F$ _6 k* a2 a# E0 u
1.3.4 系统运行注意事项
0 K1 P8 Z' Q3 Q, w2 B1.4 访问数据库
, F0 Y+ Z- Z+ _# P9 M. E% f" K1.4.1 配置文件
- G* a) E3 S j- Z' p1.4.2 访问数据库: S" J/ ?% P) u2 I/ t* g! o
1.4.3 常见问题及解决办法
) X# ?* p4 Z! F+ R2 }1.5 示例数据集! ?& e: L* S# N6 a( g
1.5.1 天气问题
0 a8 D' M; t0 p& p( v6 d5 w; ~1.5.2 鸢尾花: N/ ]1 r- r5 o5 a' \* ]$ d* k( [6 k r
1.5.3 CPU
. V; S8 W& y8 w/ b1 r4 k1.5.4 玻璃数据集: C/ I5 }9 L% B% n; J3 B8 i
1.5.5 美国国会投票记录 M- T5 c4 O1 q1 K) e2 G" j/ a
1.5.6 乳腺癌数据集
- c% x ?% B( E8 S. Y7 j课后强化训练. Y1 g3 m( L7 h3 ?1 z2 s
; D+ ?" W% m; A+ Q0 A第2章 Explorer界面
$ z- O- Y& l0 j k# o5 z7 E: t. U2.1 图形用户界面
7 J. o# f( K' Q3 V7 \2.1.1 标签页简介
# D9 V- k n5 R& h2.1.2 状态栏
' U e1 a9 d. F2.1.3 图像输出
* G% ]( E( A" {2.1.4 手把手教你用
* b# c6 ~2 }; j: H9 Q, Q5 P# q2.2 预处理3 p6 \6 t4 w# |4 Q( G
2.2.1 加载数据9 ^; Q, H8 i6 \* K2 x
2.2.2 属性处理' Y' _) b' B" o9 B' @
2.2.3 过滤器8 S. c* a# B( _4 p9 d
2.2.4 过滤器算法介绍4 f% I( {5 w) h) H) K5 k8 ^8 _
2.2.5 手把手教你用. S7 f2 O' Z* L8 Q" m; x2 T
2.3 分类
8 C+ {# Z; X+ u" }2.3.1 分类器选择
7 |! o, T8 x( u! p2.3.2 分类器训练+ E0 n- Y, |& E+ P; p: v( n
2.3.3 分类器输出
# o0 X8 I! `3 n3 Y8 @2.3.4 分类算法介绍9 o6 h) F3 o+ i5 {3 V6 Y
2.3.5 分类模型评估$ {% y, E7 V) m6 Z: c N9 _
2.3.6 手把手教你用0 x! X' a8 y5 }6 o/ ~- K" `% g
2.4 聚类" v4 \& F/ A7 }& h: G, i- C8 L9 ^6 ]
2.4.1 聚类面板操作
5 H* k$ w: z' W9 O( H$ L" j# N' c2.4.2 聚类算法介绍( h9 [- O1 J- i' N- r
2.4.3 手把手教你用
1 L9 F. y% N6 \1 F6 {9 E2.5 关联
- d# ~, }+ v5 z' L! r. U8 I" P! k/ w2.5.1 关联面板操作
# J3 V4 ?6 ^! \9 n2.5.2 关联算法介绍$ b) l7 W' H$ u5 p( U
2.5.3 手把手教你用
8 I+ q# H- H- }2.6 选择属性- w4 O# A# ~5 f+ m( Z% ~- K" X
2.6.1 选择属性面板操作3 n( @! m- i2 A* f& I1 O) @$ v
2.6.2 选择属性算法介绍: u9 y. }: _$ [+ z( l, R- i
2.6.3 手把手教你用0 X( u6 t) j6 g5 E- G; L$ h9 H
2.7 可视化 M2 g, X# Y) P% i: m! U
2.7.1 选择单独的2D散点图8 g5 y' r- d! v
2.7.2 选择实例3 s* w$ d: A/ s0 R' E, Z" T
2.7.3 手把手教你用
6 O1 y; j3 E& k: n: z课后强化训练
6 M; |- O) G4 B- G& q8 f/ X! F5 d2 y/ \* V) ]" c S2 `
第3章 Knowledge Flow界面1 a# V, Q4 E! K+ Q
3.1 知识流介绍
0 X$ o2 a$ I. G+ ]3.1.1 知识流特性
6 k) N+ \" h% O7 N8 V0 Y3.1.2 知识流界面布局
) h. T1 E, A$ z# x3.2 知识流组件
( ~5 v1 A" @6 N! G$ ~" x" y3.2.1 数据源
6 \# @& C$ N3 ~) l4 S C( w0 L$ n) w3.2.2 数据接收器! f6 I% Y% ^ F2 o( ?8 \0 f4 m# w
3.2.3 评估器. M" X9 l" n( \! Y$ [+ B
3.2.4 可视化器: B3 W% D% @7 H, m* f! t9 |' b% ]
3.2.5 其他工具
% n, b; f# Z! y3 q3 g' T7 X8 }3.3 使用知识流组件# T- b7 n0 m% X4 z
3.4 手把手教你用
6 N/ x; Z8 U5 h: ]课后强化训练5 ^9 f# l, |: R8 [ _
7 U4 }, ?2 z- r+ N( ~
第4章 Experimenter界面" |; A+ R; G" S( [ {: l( x
4.1 简介
& A8 ?+ ` E: v. h$ v @) R4.2 标准实验. I( ]5 M- Y1 G% V
4.2.1 简单实验4 @, w7 D1 i ]8 g4 z7 M' n
4.2.2 高级实验0 \" h$ q4 h( ?
4.2.3 手把手教你用
2 l- ?# T# u+ ~4 b& z/ j2 o4.3 远程实验
5 e4 b/ U. z8 k/ Y8 k, \% Z+ J4.3.1 远程实验设置
% B' P1 [( S6 A+ W( c4.3.2 手把手教你用( X- E: j# d( ^) @
4.4 分析结果( Z1 h; L- i$ u. L( l$ e
4.4.1 获取实验结果
8 q/ a, y) K3 J9 _' W3 @4.4.2 配置测试
; l( ^7 x! [9 R2 g5 b6 P4.4.3 保存结果
, Z" t7 v0 v& [0 m/ y% [$ @4.4.4 手把手教你用, ]. c& O0 _$ W
课后强化训练( h! C+ z0 g9 e8 s$ k
% M# X' k4 X. u* w
第5章 命令行界面0 S4 J+ W) D9 Q* h' m; z
5.1 命令行界面介绍
) e' f# l8 |) K* I' _1 j5.1.1 命令调用- d- [0 t2 ]4 a
5.1.2 命令自动完成8 N0 i: \. F6 O7 T
5.2 Weka结构/ x' C( n |3 }& j1 l; l+ n
5.2.1 类实例和包8 n! ^6 q' q' P! z' Q* [
5.2.2 weka.core包
/ o$ w! Z) s* o3 i4 A5.2.3 weka.classifiers包! ~1 O5 J* p: H) H8 @
5.2.4 其他包% z* b5 ?; }3 d' q$ ~1 I; W- p
5.3 命令行选项
& J! e$ T/ F, v1 A5.3.1 常规选项
4 w6 c5 W+ S H8 b9 |5.3.2 特定选项, j2 R2 w8 v! j4 K+ I
5.4 过滤器和分类器选项# G$ m. J( I) q/ O
5.4.1 过滤器选项# R4 z0 _0 }: I8 V$ X' Z
5.4.2 分类器选项
* l$ \2 Q9 ^7 v1 A5.4.3 手把手教你用! h+ k* i' E. H% t u/ e
5.5 包管理器9 j q( m- `) [% [
5.5.1 命令行包管理器: z R& X7 ]5 W4 K# I6 \
5.5.2 运行安装的算法9 l, ~ j( s# b2 D
课后强化训练8 }/ E1 X) h4 u( n
: s; g7 z+ @8 V0 _% {( @$ }) A
第6章 Weka高级应用5 ~, [: e5 I3 A( t: ^) q$ }
6.1 贝叶斯网络+ \) f' H# c, w/ R
6.1.1 简介% o$ d2 H# K6 t5 o8 d0 y
6.1.2 贝叶斯网络编辑器5 g: |7 n% B% n4 I1 z
6.1.3 在探索者中使用贝叶斯网络+ X2 ?7 L: W% B+ V& V8 {
6.1.4 学习算法
, Q4 H1 S* e4 c/ Q* z4 g6.1.5 查看贝叶斯网络9 P: _. P* A- a1 l( J4 M( r4 ?0 e
6.1.6 手把手教你用
# c* G' h6 {4 g0 Q1 c7 W" _2 ]5 D6.2 神经网络5 Z/ e8 l' F h/ X/ `" L3 `$ B
6.2.1 GUI使用* j; P. ?" g- z" X* @4 s4 W
6.2.2 手把手教你用9 z, Z8 f+ u, o/ ~( L
6.3 文本分类5 q; H. K# o/ O! x8 C
6.3.1文本分类示例3 n7 n- ~( q5 J
6.3.2 分类真实文本
8 q# w1 {! h7 s \1 T6.3.3 手把手教你用9 R6 w" D, k8 X) R
6.4 时间序列分析及预测
& |" x/ w& w/ b7 A) D; d/ B+ @- A. S6.4.1 使用时间序列环境
) }: R! o4 v, p6 ~: i( e: e6.4.2 手把手教你用, E3 U8 @2 R, C2 O
课后 www.javazx.com强化训练
; Z. @* ^( v8 c) c5 X3 ~8 u+ d7 D1 R0 I% A/ {
第7章 Weka API
5 k+ K0 |0 D u# E9 w* z' r7.1 加载数据1 y2 A F( ?; B- w& k* A. ~) q
7.1.1 从文件加载数据/ F; G5 `9 |2 i6 v
7.1.2 从数据库加载数据
; F+ s, S. f- R% g( k9 q; Z7.1.3 手把手教你用
5 ~; h$ W2 T R. }1 c7.2 保存数据3 Q/ _9 X: a9 B2 g, z3 U- y
7.2.1 保存数据至文件& B0 E3 T. E% Q6 Y* Q0 b4 d
7.2.2 保存数据至数据库
4 u1 y5 C- {" d7.2.3 手把手教你用
/ z. ]$ r2 _- n' |7.3 处理选项0 q7 F: }6 B1 W0 @+ z
7.3.1 处理选项方法0 g* f+ q7 i* f# ~
7.3.2 手把手教你用! X& O) F# K$ a. t" {- o$ b# w
7.4 内存数据集处理
! \4 G8 b+ o6 V! e8 D2 @7.4.1 在内存中创建数据集
9 z: X# [# |* ]" H K, D7.4.2 打乱数据顺序
, |/ e' I& X- C* n5 `" B7 y) M0 }7.4.3 手把手教你用9 N1 A' U, ?6 ^- B! a
7.5 过滤! Q& k0 N8 w3 t; u9 Z+ D e
7.5.1 批量过滤' S( ^3 R5 H! s
7.5.2 即时过滤- ^+ o4 X1 }! I7 A; _
7.5.3 手把手教你用0 m/ l1 d/ {& F+ O: C9 [1 `) w" b
7.6 分类
# I6 h9 j$ N1 I7.6.1 分类器构建# @8 {! A. p `9 f" V2 m
7.6.2 分类器评估
7 q' q% ~7 z! J$ M, b7.6.3 实例分类
( I5 C' N& z j3 f$ v7.6.4 手把手教你用
! {% ~. e* F( U) K& v1 g. n1 b7.7 聚类6 y6 S) J& v, D S: g
7.7.1 聚类器构建! r! [+ n3 s! B, g. J3 c2 x" n6 t
7.7.2 聚类器评估9 T% @- A7 Z; c, {$ g( i/ F
7.7.3 实例聚类7 L4 E7 i# G$ K0 z* L9 q' W# Z
7.7.4 手把手教你用! w& G, e8 @( x \; k5 P
7.8 属性选择
- p+ k3 A( B r9 k; G7.8.1 使用元分类器
; S4 }6 T- e5 L2 N; [7.8.2 使用过滤器0 G% U( M+ L# u8 e9 X& b) W
7.8.3 使用底层API! Y3 @0 s& v4 b" o$ B1 ^1 J, @7 p
7.8.4 手把手教你用 y. @- g# l0 X, D1 T9 Q4 X' z
7.9 可视化
" E' G4 F ^9 b: p5 `: W7.9.1 ROC曲线 c# ~ r* E; H# E+ d( m1 E* a
7.9.2 图
$ A' O' ^) S$ ^7.9.3 手把手教你用
% ~/ ?0 ?) M0 k' O% D4 N1 I7.10 序列化
+ n* F8 C) {! i1 a7.10.1 序列化基本方法
5 g, O& V& @8 g9 Z7.10.2 手把手教你用
) f+ _. W7 `& [% G( J( p7.11 文本分类综合示例
( c8 j* \2 C3 p; n2 r; l7.11.1 程序运行准备
5 A: m0 m( S* {6 w7.11.2 源程序分析
' o8 A$ _: N1 d4 k7 g7.11.3 运行说明 F; _+ G) z) W) l1 L( i
课后强化训练+ P/ r# A' C6 r9 I# P0 b
6 }) I' f" t' V
第8章 学习方案源代码分析6 b; L* b) o; Q) f" l. z0 y
8.1 NaiveBayes源代码分析& ] h8 f U& O. a- u. ~* C3 u2 P A
8.2 实现分类器的约定; A: G/ V2 ]- m
课后强化训练2 }$ {% \/ p: t5 c
$ y1 C" Q4 X, J% f附录A 中英文术语对照3 N# H$ k; J* K4 k) z \* w
附录B Weka算法介绍
4 k* O9 K) c! M6 y3 S i参考文献 3 M! Q' l8 w0 G, N# c
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】2 D9 \& ~& A- L; q5 G+ ^6 [
f. a% z/ d3 ^# W5 b c" O0 ?4 _9 p# T ?0 j
, S3 f0 B' e/ ?1 X7 b$ K$ q: c& }, z2 K
, l" S( T- f) l9 d: X( X5 [
# m2 n$ S% Y6 L! H" S |
|
[复制链接]
发表于 2019-4-2 01:44:49
发表于 2019-4-2 11:46:33
