|
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. `
) 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
' |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
|
|