|
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》, O% w. Z' C- v+ t6 l
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 @ Y3 F P) K0 {# P# Y1 E# ]" R+ ?4 F
/ l( }) K" ?3 p$ e( m作者:袁梅宇, c9 H3 x0 N( N( Q0 K4 T
出版社:清华大学出版社
5 A0 h7 F6 ]6 @2 B7 ?% f! e4 e3 e出版时间:2014年07月
% V5 w. J' ^1 i& S' P* d书籍价格:52.80元+ B9 |2 V" i) S8 {7 t9 q) @6 w
1 T( n0 D# D8 `& L
! n7 d9 \/ M! t) n1 @. z0 A4 W" g8 D# e8 ?- z) F/ B, T! Y
java电子书目录:) k% O/ H4 e# q, s6 p
第1章 Weka介绍1 @$ w1 @/ x3 g! e& ~1 D
1.1 Weka简介0 T3 {" N( s3 M' e9 d! F) H6 |
1.1.1 Weka历史
9 q0 O: Z9 Y1 W8 m1.1.2 Weka功能简介# p" e6 ~, h! @' T k6 {1 P- g# z. k
1.2 基本概念
% ]4 R- B- F( C$ v7 U, L1.2.1 数据挖掘和机器学习" t+ l% |3 {& Y6 Y% h3 L4 W9 _6 A
1.2.2 数据和数据集3 B C3 C- F U% q7 F- I" D
1.2.3 ARFF格式/ }- T) g5 ~: H( v3 i
1.2.4 预处理
: r8 o- W4 } }" k1.2.5 分类与回归, l# X Q2 V, g" W+ L
1.2.6 聚类分析
) x# A; u6 _: C' f5 r6 K1.2.7 关联分析6 p9 A( N2 D, j+ b" l( q$ \! G
1.3 Weka系统安装
+ i/ {9 h4 u5 Y9 N/ H1.3.1 系统要求+ r4 z @" a! b! t& _: l
1.3.2 安装过程" [5 m. R5 O; j. J
1.3.3 Weka使用初步7 t) _! E; c2 g' L5 \
1.3.4 系统运行注意事项8 M/ r! O, s; }& f+ e
1.4 访问数据库
. t/ R1 j I+ g8 x( U7 f$ i1.4.1 配置文件5 S% h& \* g/ r: J& O- v
1.4.2 访问数据库1 M* e: J2 ]: V8 T: o: I* d
1.4.3 常见问题及解决办法3 K! l0 L3 }5 c. {8 @: N# A, f
1.5 示例数据集
- @ I5 D9 W6 `8 q Y% u. b1.5.1 天气问题5 z/ }3 g6 {+ b' z! x
1.5.2 鸢尾花; o% e0 w. _% g8 m8 j
1.5.3 CPU+ U2 |! g& }. P4 s& A2 b
1.5.4 玻璃数据集+ K p- P# n) K8 X0 Q& ^4 K7 [
1.5.5 美国国会投票记录
$ _& S' Y P! w) ~- ]& ]1.5.6 乳腺癌数据集
: Q0 n) J5 Z0 U: K/ {课后强化训练
0 E1 j# s- ~5 ]. _7 s' {6 l& p" z( Z' k& w1 ~% z" L
第2章 Explorer界面
+ U% E2 M# M. F1 i8 f; Y4 q0 v1 H2.1 图形用户界面! X/ D8 z* K- r( W- I
2.1.1 标签页简介# d: y$ v" p4 O
2.1.2 状态栏0 V4 D' T/ d; J! q
2.1.3 图像输出5 v7 o Y1 [9 L& \! r
2.1.4 手把手教你用1 `2 ]& S9 s* U. I
2.2 预处理
' z% R0 U- F$ D1 j0 t$ ?$ }: T2.2.1 加载数据4 T; D+ U4 r4 T- k& P( {# Q4 p5 W
2.2.2 属性处理
* ]" R$ Z4 s$ x2.2.3 过滤器
# p# s [" x7 r; P) c2.2.4 过滤器算法介绍6 _# P1 y s5 Y
2.2.5 手把手教你用: T# P# p" X' I1 |0 U
2.3 分类7 b6 C8 F, m+ L. p. l$ F$ m3 l
2.3.1 分类器选择7 _. ?& u7 ]- R3 f; P4 E
2.3.2 分类器训练; J. q L1 p- _8 E) C0 L X! T4 F5 t
2.3.3 分类器输出7 k% Z# ~0 b X# G% m* K6 d
2.3.4 分类算法介绍, O) P6 Y. i' m& j3 ?8 D. M6 J/ z% p
2.3.5 分类模型评估1 F, r" h/ J; T# o |- S: P+ b
2.3.6 手把手教你用+ D( R2 P( r. p, L! X3 g; c9 n
2.4 聚类
" f0 G6 Z: A" {, E7 i5 O2.4.1 聚类面板操作
) {) } t8 B4 S- d, W2.4.2 聚类算法介绍
/ t6 {/ j$ b& t2.4.3 手把手教你用
. k% u& v5 j, f' Q: |2.5 关联; y! f9 h% Q: C/ v
2.5.1 关联面板操作# U' W3 m9 f6 u' D) J w
2.5.2 关联算法介绍
9 `% J8 p: g. j/ o0 T6 L$ {2.5.3 手把手教你用) {; O( [8 }1 p% y* t: ^& `# I) b
2.6 选择属性$ b6 g1 G6 C/ a" {% W7 U) X
2.6.1 选择属性面板操作# A$ `! e; N3 O- M& l/ p# d8 v
2.6.2 选择属性算法介绍
# z# v9 y# X" P+ Y8 `( Z/ x- h( [2.6.3 手把手教你用
2 Q& m6 W. g' D9 ^2.7 可视化: J* J# X2 e* u* m. L8 ~
2.7.1 选择单独的2D散点图$ C( [% f1 \2 z% B: ]1 D( V2 R1 H, q
2.7.2 选择实例
' h6 e2 S, P0 r0 a0 _# G( v% g2.7.3 手把手教你用" h. m) _: ^7 _1 |# d$ f
课后强化训练6 E3 @, K8 `! X# r
& m( i @! _8 P: R
第3章 Knowledge Flow界面- @: @, q6 L. ?$ ^
3.1 知识流介绍
3 |: V" Q) {. b3.1.1 知识流特性( g2 R/ J. Q% ` h: l' ]9 H
3.1.2 知识流界面布局4 t$ r9 b% V- h# [) M/ A( [
3.2 知识流组件
2 B- f" d c( u5 l2 j) G) {3.2.1 数据源
2 p1 E/ K; n9 G; r- f: ]$ r3.2.2 数据接收器6 u7 u3 G' Y9 c6 ]# q9 a" B/ D
3.2.3 评估器, E( t& w( Y- r9 Q4 w8 A2 b
3.2.4 可视化器
. {8 ?) B3 L+ z* ]3 A7 E( R3.2.5 其他工具
, [6 G( \0 W5 B' t& o6 e6 i3.3 使用知识流组件
; ]5 v' U5 w& r& P- P, e6 m2 g3.4 手把手教你用
2 ]+ J: @3 U2 } T4 u课后强化训练
% k1 o! \$ D0 k8 _5 \* h' e4 }6 c1 p, K* [) C' t
第4章 Experimenter界面
* y/ q8 v0 A0 J7 G( f! I. x& Z4.1 简介
6 L) U r5 C& y( d4.2 标准实验7 w+ e" n* I' _
4.2.1 简单实验. j& S% q8 ?$ P! U: ^; q! e
4.2.2 高级实验" _0 r! f' G# k
4.2.3 手把手教你用
$ x0 ^$ G; E+ o7 a) U# K: q4.3 远程实验 R1 a, i! t- _! p1 p
4.3.1 远程实验设置
& h' R) ]+ C% R: J4.3.2 手把手教你用
1 E" b9 \) t+ `& X+ t4.4 分析结果; ?: x, t3 y$ g
4.4.1 获取实验结果
8 E$ h8 S0 m: L$ T4.4.2 配置测试
9 c/ F5 @7 t8 P+ Z3 O# ?4.4.3 保存结果4 b9 v2 ~# y: _, M3 w# m! W
4.4.4 手把手教你用
+ S8 G7 F$ A! D' S6 V! U课后强化训练3 u1 | \, n. K
9 h% z, A0 W5 n3 P1 W8 z第5章 命令行界面8 D5 n1 p' }' W
5.1 命令行界面介绍
, k4 H; o' G8 a: X* _5.1.1 命令调用
' c3 ^7 h" U- g3 l) t* m1 z5.1.2 命令自动完成
- b* [" v% f8 h- O5.2 Weka结构
( `, E7 m% i0 `$ d( }) r+ ?7 f5.2.1 类实例和包
+ |8 ]9 B+ M" u z& r/ c5.2.2 weka.core包( C* g5 ]/ h1 C, u
5.2.3 weka.classifiers包
. K; t4 a( R# U% e5.2.4 其他包
6 t. E' Z5 B/ C' c! V6 O5.3 命令行选项( l- t2 X4 I" S# O1 N; e( R
5.3.1 常规选项
; S6 N% l" I) W* Y5 ?5 |$ K7 C/ b5.3.2 特定选项" s. Y$ {! E/ H
5.4 过滤器和分类器选项7 k8 Q l1 s+ Z. q/ }8 ~
5.4.1 过滤器选项$ W' L2 p+ w& U7 ]( F
5.4.2 分类器选项, D9 |1 j# P7 S4 z: H' u
5.4.3 手把手教你用1 u# O8 t4 `6 _ r
5.5 包管理器: Q# V) b0 u% w0 }* W
5.5.1 命令行包管理器8 G, E: v) A) _! P6 c
5.5.2 运行安装的算法6 c# O3 i. J6 Z5 f1 {/ v, G
课后强化训练
) f- A. @9 Q/ p* l) D; P1 P2 N( Y) d: ?) @+ ^+ f3 Z; H' i; H
第6章 Weka高级应用
' O9 j9 @( \% s* a6.1 贝叶斯网络% [, C1 } T [
6.1.1 简介; N6 {8 z7 H/ ^
6.1.2 贝叶斯网络编辑器- m0 |6 n0 E0 q2 t! a9 \
6.1.3 在探索者中使用贝叶斯网络- i; Q" d' V9 l& @7 h
6.1.4 学习算法# _$ e6 ^3 G( I; N
6.1.5 查看贝叶斯网络
+ P& P+ V. x% l3 z" O0 B# t0 Z: p6.1.6 手把手教你用* `/ G& w2 V$ ^
6.2 神经网络; z! o3 e0 }, g3 e3 i) ~2 t; P
6.2.1 GUI使用
4 O2 n3 @9 a0 [7 T+ E" V' R6.2.2 手把手教你用$ K [% Y6 w# c& E6 Q! d
6.3 文本分类
f+ W- f8 k, J! S( ^6.3.1文本分类示例
! K$ B% u) v9 ?3 p; w$ s6.3.2 分类真实文本! f9 L! F, |* J: n. h
6.3.3 手把手教你用, N# P9 e, U8 H
6.4 时间序列分析及预测
8 L9 F# l, Z1 h3 T+ Q% A5 z* f6.4.1 使用时间序列环境0 _' u: F. b/ a# Y3 ?) N
6.4.2 手把手教你用
# d3 f5 I: C3 R$ N课后 www.javazx.com强化训练 G7 t8 u) `- I& t$ r; r
8 ?& P$ A1 A, Z, l3 A- f6 t: m4 \
第7章 Weka API
6 }' X" R' t" G7.1 加载数据
. G2 s! H, i, o" A X6 z* `6 W7.1.1 从文件加载数据! H% w6 ]5 h1 l5 R' j; |
7.1.2 从数据库加载数据
5 [) s# G* A3 J+ q: D4 x' B7.1.3 手把手教你用
6 c( ]6 p8 s( {4 l7.2 保存数据# y; z/ _9 V1 _# u% N
7.2.1 保存数据至文件& o7 \2 s. R* f( |, D- q' [9 ? v
7.2.2 保存数据至数据库9 K7 P1 `9 G% K
7.2.3 手把手教你用
$ `* d. N }. t8 o7.3 处理选项# e- X4 Z& x% X& E$ O& K
7.3.1 处理选项方法
& Q1 O& e6 ?: I+ L7.3.2 手把手教你用7 E: P; z8 D8 o+ i+ e8 {
7.4 内存数据集处理4 s$ K4 t" |/ B o, @
7.4.1 在内存中创建数据集
4 I' c- i7 B" P2 }7.4.2 打乱数据顺序' ]$ w! s3 M% v5 z$ K4 W
7.4.3 手把手教你用2 ^! }* G+ X+ \- ~- Y1 U3 M
7.5 过滤
3 |8 V: V! @) [( Z4 B: ^8 s% D7.5.1 批量过滤+ L }) Q9 J% y2 B4 B, H6 F: H
7.5.2 即时过滤( ?0 I9 `6 p; e3 a- E
7.5.3 手把手教你用
" F( x; G/ N2 K, ~' P* b3 q7.6 分类/ }. R% W2 J7 k$ ~6 |3 |( S( N" C
7.6.1 分类器构建0 e q3 e& S- ?
7.6.2 分类器评估" s. S, g; s2 V! j1 a. l- \. ^( |
7.6.3 实例分类
9 d! L+ T+ G0 P* |. z7.6.4 手把手教你用- E# z+ }( @; `& f4 u, D- c' E3 O
7.7 聚类3 I( y, P. k( p. [& X {
7.7.1 聚类器构建1 t3 y x) g- Z: w( F9 S, O \
7.7.2 聚类器评估
' G( P$ {1 O/ j1 ?9 \. h7.7.3 实例聚类
" M0 P' a/ u1 v2 f7.7.4 手把手教你用+ c4 z' ]7 Z% ~: k& i
7.8 属性选择
9 v6 d1 L. l# ?* y$ L! y7.8.1 使用元分类器$ J* ]. w/ Z! z, N$ c
7.8.2 使用过滤器; B9 x* }2 p8 m; t
7.8.3 使用底层API
8 c% L" }4 a# U& r. a7.8.4 手把手教你用5 \, h1 ^9 L K& q) F
7.9 可视化# _% X4 s0 ?9 x2 x6 f9 f9 r; X
7.9.1 ROC曲线) V9 Y- C6 t, w; W. D4 R' ?7 K
7.9.2 图
; }- U" s& m4 H* \6 U* E, I7.9.3 手把手教你用; L# o- U# z; {0 p
7.10 序列化6 O- N% Z% ?5 M9 \* a
7.10.1 序列化基本方法2 n7 b w" _8 z' E3 j$ i) t m
7.10.2 手把手教你用' j, G+ p9 C# P; ] c7 Y% O; E; e
7.11 文本分类综合示例( Y' O4 C( |. g8 O. M) a( h7 C2 d
7.11.1 程序运行准备
+ H" a% i- w% ?$ f% l; G+ p0 g7.11.2 源程序分析
) K( ]2 Z B6 z7 A4 l7.11.3 运行说明; C+ A/ P M; ]) [2 [: O
课后强化训练4 w* E; n7 b3 ~. {1 b1 _
! l% D5 \2 q+ Y" T6 [8 n
第8章 学习方案源代码分析
# D$ {5 a9 g" z3 I7 y; U8 L8.1 NaiveBayes源代码分析% F2 a" B' x# H, i: h
8.2 实现分类器的约定
/ e/ o" s- A, d; v) U课后强化训练- `3 S9 X( |0 c
8 \: p _% ^. r$ \) D3 M
附录A 中英文术语对照! }3 ~6 L/ c' f! v# P% k
附录B Weka算法介绍; f+ ^; d& q2 q' Y
参考文献
$ T# |- p/ ]* J$ f8 yJava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】/ u! C' [# m# i) k, p, X) Z$ g
8 C7 A: r) W* b7 F0 B( P: r+ M1 t
- k0 V( {2 @: y2 G
8 D6 w- w' O# A9 G
3 @8 S2 w4 m$ m. |/ g' r; O1 P7 {3 Z7 \
: E [+ Y( Z5 {: v |
|