|
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》. a# n& o% {- F8 Y/ H5 W- 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。$ S" }4 l; L' c# z* V; j. l
; @- e) X! j4 X' D; o
+ Y9 S3 }* X7 q8 n" A( ]/ E作者:袁梅宇
9 t; W5 R9 ^6 ~出版社:清华大学出版社- B) q8 Z8 P5 E# v( q! |5 ^0 M
出版时间:2014年07月 0 f; V; N6 P6 s6 p8 E4 t
书籍价格:52.80元5 M6 {5 N8 Y% \9 w k+ o7 u
9 \: N. | I* I3 o
+ r7 B9 s4 o3 _8 I% b. G) B) ~$ F& ]& }' w/ |% U
java电子书目录:
9 b4 T- ]3 L% _( l; s& f6 \第1章 Weka介绍9 c2 M4 k7 B0 w% S0 j% B
1.1 Weka简介
7 u* A, ?' \8 U1.1.1 Weka历史
% n5 W0 r2 P% |9 `6 ~1.1.2 Weka功能简介
+ [6 X8 Y& V. g7 Q; |- J: K1.2 基本概念' @7 z! p9 }8 h% M; j5 |; f' U
1.2.1 数据挖掘和机器学习0 c* ?8 j1 D$ U( W8 ]/ n: Y+ K
1.2.2 数据和数据集" x; r* a$ O4 b; y }
1.2.3 ARFF格式
, z. |9 H! a5 Y# T- x0 `1.2.4 预处理
7 t1 W w1 ]3 r/ z2 X5 H; a3 ~8 S1.2.5 分类与回归
4 Q% j p! ^" q7 d/ }; r H1.2.6 聚类分析
4 [3 [- ~+ c$ ?4 ~1.2.7 关联分析
, t: \9 `1 U) z* r- }1.3 Weka系统安装* V! z. k1 b% F$ g! D0 j
1.3.1 系统要求
# W, n: [! {+ P9 A1.3.2 安装过程
+ i8 m* k n2 Y7 h' o) G8 V+ K1.3.3 Weka使用初步
& h, n+ [# K7 Q# `1.3.4 系统运行注意事项% a+ S3 K5 }3 ?1 \" @7 i7 A0 c
1.4 访问数据库" ~) p- v4 t' ]* ?2 M
1.4.1 配置文件
4 b6 ]7 Y* u+ _9 q' R1 A6 d1 C1.4.2 访问数据库
$ l2 r0 o- E, |! @7 b1.4.3 常见问题及解决办法
/ R; t5 v) G" x- W* K1.5 示例数据集: P( E; Q1 R7 b! w) t5 |
1.5.1 天气问题
; E2 U* D% {, g8 P& _) f2 y9 @1.5.2 鸢尾花
3 X. i6 [8 L# y" n! Q1.5.3 CPU" ?1 J7 o% c' f! x1 P8 }1 L
1.5.4 玻璃数据集
, f4 ]! W# j' V* ]' n: t1 y8 W% S1.5.5 美国国会投票记录
. o# ]$ E4 g8 P1.5.6 乳腺癌数据集
. A6 ~0 a9 D$ \$ U课后强化训练
: [- [) r! J5 ? s) `% ~- r; |7 O) \* L
第2章 Explorer界面
: p4 y, c/ V) G8 E2 \2.1 图形用户界面( C% m) r# V6 S( g
2.1.1 标签页简介0 o( c/ @3 S' a! i( W
2.1.2 状态栏
/ H5 s0 X: u; z( |" G2.1.3 图像输出9 J; N. x' ?* l" ]' r) @
2.1.4 手把手教你用
( C* e* K; M4 O$ D5 K4 Z2.2 预处理
; l# @& F6 b! K0 Z. F. v3 r4 V2.2.1 加载数据" D. Q( e. p6 v/ s
2.2.2 属性处理
5 e9 X" `& V5 Q v, f- f2.2.3 过滤器
L# Z" t* S/ B; ^4 A0 j2.2.4 过滤器算法介绍3 \9 o+ v3 V/ w5 w
2.2.5 手把手教你用% n9 w3 I8 B v$ d' |
2.3 分类
- q; V& e( z$ \6 z+ s: P2.3.1 分类器选择 k2 i6 R0 u% ] M m% n5 Q- s
2.3.2 分类器训练' f$ l! G5 f7 y4 r
2.3.3 分类器输出
) m* `. b! d6 W' u3 ^# r% X& t- a% |2.3.4 分类算法介绍
5 T2 s6 }& n4 h/ c1 [+ U- c2.3.5 分类模型评估7 N3 W3 _, [7 ^" i, ] M [
2.3.6 手把手教你用
2 y3 P" J, b# x5 _7 M) ?& @2.4 聚类9 q/ l2 P/ e! A4 ]: w* l2 h# {
2.4.1 聚类面板操作
2 Q3 S' z! G( h3 L8 F' |- Z2 j2.4.2 聚类算法介绍
' f( l6 f" A* c3 S' w2.4.3 手把手教你用
N% p' F6 i) y2 i1 e2.5 关联2 p) Y) A# u# k, m
2.5.1 关联面板操作7 j2 ~/ Q# g+ ?; `# |
2.5.2 关联算法介绍6 g. Z2 y# A7 I- A, A" J
2.5.3 手把手教你用- T3 j$ H, I. r
2.6 选择属性
8 O7 K. O1 n/ _- e* |& f2.6.1 选择属性面板操作5 ^ h' R9 p& V8 O
2.6.2 选择属性算法介绍5 @/ n7 h e% B8 `, A8 V( A
2.6.3 手把手教你用; [) j% `# A$ R' N3 U4 j" Y
2.7 可视化
7 W$ \. P' Q2 ]; T$ g. ?! F1 r/ }2.7.1 选择单独的2D散点图4 A1 i0 Q0 l1 N- h" f6 ^
2.7.2 选择实例
9 `" O; x- J' f& |3 d& N% m2.7.3 手把手教你用
8 {2 [+ n1 J# |% X' q3 d6 p* \课后强化训练+ H; @9 T2 T2 W
A ?' d/ ?9 U2 E
第3章 Knowledge Flow界面
& V( w6 r, y h4 @) |3.1 知识流介绍" f/ r0 S. `# P/ C6 O6 G; `
3.1.1 知识流特性
' Z/ c. S% f& y4 q; Y2 V3.1.2 知识流界面布局
) z* t+ |5 m9 Q# W; Z3.2 知识流组件4 M6 B% T( f" K" U$ [2 W
3.2.1 数据源; c' [! B1 n) p0 q
3.2.2 数据接收器+ d; \! K3 k8 q0 w/ a4 p3 a
3.2.3 评估器! [- a- A3 Z, _3 B, b# q0 K& ?, U) b
3.2.4 可视化器% N; Q4 X( K5 V2 |
3.2.5 其他工具$ U& D3 t2 R; l" U3 x
3.3 使用知识流组件* t0 R3 w. |0 ]
3.4 手把手教你用# `$ a* P7 e; _+ G8 C6 d( w
课后强化训练 P5 V: s1 K8 i
, q3 j1 w) ~ v- T
第4章 Experimenter界面
, m' K3 L0 A8 a4.1 简介
5 C5 P1 p6 ?8 N" b' A! N% _4.2 标准实验+ s) H; a2 D! m& ?( O3 j
4.2.1 简单实验
: p: e/ E- u' l: V/ y$ r4.2.2 高级实验
" B# p( _; \9 a" \. y3 V/ U! U7 K4.2.3 手把手教你用
7 Q/ F7 S5 d' G- K$ C7 q4.3 远程实验4 Y9 D: i0 h d& S: g5 e# _
4.3.1 远程实验设置' m% D" @0 L! I- z' V/ l4 Z- b, P
4.3.2 手把手教你用
?4 N; k/ _& ]/ a. q% I3 k4.4 分析结果
# T/ H* I0 `5 {. d% o" g# v4.4.1 获取实验结果- i% |# a) C, }
4.4.2 配置测试
. R- Y: H' v4 m, v3 U3 `4.4.3 保存结果% j9 J) k3 n1 a, |/ k4 v" g) C
4.4.4 手把手教你用
8 W7 E4 B3 U) G1 k! F+ B1 ]课后强化训练: o2 v& y' [. F7 ]
) H8 o( v, t$ j. _
第5章 命令行界面
3 y8 g. E8 h3 e5.1 命令行界面介绍. G1 M2 v# i' j' e/ n' x" L% v# ?
5.1.1 命令调用
( w2 V) B) B- K H% [5.1.2 命令自动完成4 e/ H( a# B/ B% V# O4 B0 H ?
5.2 Weka结构
7 }4 D% D, S4 G6 b, x! G3 v' Y% u5.2.1 类实例和包4 f r+ y. B$ X# \0 [
5.2.2 weka.core包* r9 }2 g% M! Y
5.2.3 weka.classifiers包
+ D O: v/ W4 C+ \5.2.4 其他包 [5 f% ?8 u/ X1 `) o& Q
5.3 命令行选项
; X% n/ N+ v7 s1 ]3 }# m1 Z5.3.1 常规选项
1 b2 Z, S+ [4 z0 f5.3.2 特定选项# a$ h" C# |7 z4 k8 O" f) I; W
5.4 过滤器和分类器选项
! x( H" r. m; p7 Y* p* Y( ]6 i( m5 p5.4.1 过滤器选项8 y6 T8 U( p& I" o6 I! ~/ k
5.4.2 分类器选项) f: F7 |" }7 N3 Y
5.4.3 手把手教你用2 Z4 h/ I0 b$ I- T8 h8 m) Y
5.5 包管理器& l/ B( r3 ~, ^, p
5.5.1 命令行包管理器/ P, \$ L6 e# v) A8 {. }7 G7 j
5.5.2 运行安装的算法
: \& P2 c% c: c课后强化训练+ {( m( J4 o4 w: |* g
$ y1 f n, v4 ~/ O第6章 Weka高级应用
3 n/ |" a/ g! e! u3 i, v1 W6.1 贝叶斯网络% @$ U7 y. F8 h* M6 K
6.1.1 简介
( z* Z6 C+ r) ^6.1.2 贝叶斯网络编辑器
1 |) h& L: m) [# I1 {6.1.3 在探索者中使用贝叶斯网络
4 |, a1 m$ Y. U6.1.4 学习算法
7 W2 d6 |5 i5 G. C/ J& |4 `# a6.1.5 查看贝叶斯网络 O! p5 e# y" l2 X, X+ D5 t
6.1.6 手把手教你用, y! d* b4 y& e
6.2 神经网络
$ ^5 s( h. I. \# |) T" O! ~6 W$ ~4 v6.2.1 GUI使用* Y0 i, N; X1 K; P+ L1 g
6.2.2 手把手教你用
- x1 f* S# [+ u a; P- G6.3 文本分类9 `) Z6 Y# y- y* r1 q+ f
6.3.1文本分类示例
, b' U) K% y. c" G6.3.2 分类真实文本
- ^+ C9 s5 P7 w6.3.3 手把手教你用 F. i* {& q- j" u$ J& l- o) Y/ _' [
6.4 时间序列分析及预测* \' S5 F+ ]' `
6.4.1 使用时间序列环境
! o: O% k/ g+ q0 r7 [+ F' b) W6.4.2 手把手教你用
9 o ]0 G( h8 ~1 V' g% o课后 www.javazx.com强化训练
; A& r+ D; d- N. [+ ?0 |
4 q9 R# g7 `( M2 T& t$ k/ z, |4 J' @9 x6 M第7章 Weka API) t# n _; Y6 | ?7 K+ M
7.1 加载数据
" r. J |$ w0 o5 Q7.1.1 从文件加载数据) ?7 D7 {" S# |8 I5 Y! f; U
7.1.2 从数据库加载数据
) i! ~: f0 K" O4 `0 M+ @- l+ e7.1.3 手把手教你用' C4 P, T4 O4 z
7.2 保存数据' y# |) x% {4 Y5 t) @
7.2.1 保存数据至文件 X q" p, y, Y( r
7.2.2 保存数据至数据库
; `; I* q! X. v7 `" T5 E- P1 H7.2.3 手把手教你用
6 s5 L( J% ~! \7 e- v g: p7.3 处理选项/ K% H$ z) i8 r
7.3.1 处理选项方法
' H) n& g, \$ Z) o' v5 Z7.3.2 手把手教你用
4 O( T! n9 i/ Q7.4 内存数据集处理 K2 w L9 N1 [
7.4.1 在内存中创建数据集5 R" F& l" Q1 H q3 _
7.4.2 打乱数据顺序5 n! m# T8 W+ N Q. H$ e( _& E
7.4.3 手把手教你用, ?2 E- p% M& j- y& U, o5 ^
7.5 过滤
2 Q8 B* @4 K2 J+ l9 E7.5.1 批量过滤2 S, a. e2 ~* S7 T) a0 t% M6 G
7.5.2 即时过滤8 ]/ O" I. g: s
7.5.3 手把手教你用9 O4 K: B5 o. w/ T4 [; t# c8 |
7.6 分类
3 k6 ^0 `& m( e; t7.6.1 分类器构建1 [5 a" Z- K$ [- G
7.6.2 分类器评估
# W, a) g% r2 y4 ~* K) L7.6.3 实例分类3 K( W7 H4 b0 w
7.6.4 手把手教你用
# H" R& E$ w" |' z7.7 聚类
' e4 R6 N" Y0 q, ?3 k7.7.1 聚类器构建
. t4 Z* z# F& `- R2 R0 k3 `7.7.2 聚类器评估
5 U) i0 s) F9 A8 l0 Y7.7.3 实例聚类
; T/ \; g! w. S6 D" s$ u, Z' }: y7.7.4 手把手教你用+ Y, {: S$ u% n/ c/ R
7.8 属性选择% L& q% L# @1 t, D. `: K/ N
7.8.1 使用元分类器
' f4 ]& n; U* y% V6 m, g7.8.2 使用过滤器# H7 m* A! T% n$ V q; r" Z
7.8.3 使用底层API2 m+ Z3 L- p4 v5 h, B8 q* O
7.8.4 手把手教你用
: y" R- s8 ]8 A7.9 可视化3 U* k+ e; [9 \
7.9.1 ROC曲线, L/ F' ]3 n( w5 t! P0 E
7.9.2 图. F6 e6 R9 O+ \3 L9 a5 r2 R
7.9.3 手把手教你用4 k1 p+ {8 E# O1 G& s. Y- q1 B
7.10 序列化
& |, N1 b1 r8 r9 u7 D- h! _7.10.1 序列化基本方法
9 m( z9 Q* n G0 b7.10.2 手把手教你用
) p* _) F3 K' [0 j/ m1 N7.11 文本分类综合示例# d5 M/ J5 D% ^% T9 N, B& K
7.11.1 程序运行准备" e8 a" R+ t. R. d5 m
7.11.2 源程序分析. m* p3 I8 O4 q: k
7.11.3 运行说明
3 F' Q" w6 |6 Z4 F/ b! P课后强化训练
7 t9 d' b9 w( { w9 v0 S5 P) T$ u1 w- [ X
第8章 学习方案源代码分析' }- J8 f' o* M% f8 A2 H. S3 Y
8.1 NaiveBayes源代码分析+ d! F+ ^* F' w! O8 a
8.2 实现分类器的约定. e) X$ i" R/ w3 q2 ~7 N+ M$ S. E
课后强化训练
' [4 J" u6 C: Z$ ]$ L. \5 z1 w" l8 b# V
附录A 中英文术语对照 D3 S9 G8 m4 T/ N. Y3 q
附录B Weka算法介绍2 e) h. D" O: J) d8 g# Q- p# t
参考文献
! F7 {- o0 W2 Y: cJava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】
& `: I% W# x1 m
6 ], f+ h) R" ^# n! F! t3 T' C* N2 ` B Z- y: F. t
+ w+ U9 [& j; y
# l( |% A6 Q- [: i& b$ a' S* m% ?# w! t7 l: w Z/ A7 D
- R6 f0 B/ N) K. J8 ^* D# g0 k |
|