所有分类 注册 登陆
|
网站首页所有分类 注册 登陆 |
|
| | 文学 | 人文社科 | 经济与管理 | 外语 | 艺术与摄影 | 科技 | 计算机 | 工具书 | 外文原版 | 学术 | 母婴少儿 | 生活时尚 | 教育考试 |
| 当前位置:首页->计算机->信息安全->网络安全-> ->数据挖掘：实用机器学习技术及Java实现（英文版）——经典原版书库 | |
收藏 |
数据挖掘：实用机器学习技术及Java实现（英文版）——经典原版书库作者:[新西兰]威腾,HWitten,Eibe,Eibe,分类:网络安全 人气: 装帧:胶版纸 / 787*1092 1/16 / 369页 / 0字 ISBN(10位/13位):7111127692 出版:机械工业出版社于2003-09- 1出版 定价:¥40元 标签(Tags):计算机网络 网络安全 数据库综合 收藏人数： |
| 简介: |
| 目录: |
| Foreword Preface 1 What's it all about? 1.1 Data mining and machine learning 1.2 Simple examples:The weather problem and others 1.3 Fielded application 1.4 Machine learning and statistics 1.5 Generalization as search 1.6 Data mining and ethics 1.7 Further reading 2 Input:Concepts,instances,attributes 2.1 What's a concept? 2.2 What's in an example? 2.3 What's in an attribute? 2.4 Preparing the input 2.5 Further reading 3 Output:Knowledge representation 3.1 Decision tables 3.2 Decision trees 3.3 Classification rules 3.4 Association rules 3.5 Rules with exceptions 3.6 Rules involving relations 3.7 Trees for numeric prediction 3.8 Instance-based representation 3.9 Clusters 3.10 Further reading 4 Algorithms:The basic methods 4.1 Infereing rudimentary rules 4.2 Statistical modeling 4.3 Divide and conuquer:Constructing decision trees 4.4 Covering algorithms:Construsting rules 4.5 Mining association rules 4.6 Linear models 4.7 Instance-based learning 4.8 Further reading 5 Credibility:Evaluation what's been learnde 5.1 Training and testing 5.2 predicting per formance 5.3 Cross-vaidation 5.4 Other estimates 5.5 Comparing data mining schems 5.6 Predicting Probabilities 5.7 Counting the cost 5.8 Evaluating numer ic prediction 5.9 The minimum description length principle 5.10 Applying MDL to clustering 5.11 Further reading 6 Implemententation:Real machine learning schemes 6.1 Decision tress 6.2 Classification rules 6.3 Extending linear classification:Support vector machines 6.4 Instance-based learning 6.5 Numeric prediction 6.6 Clustering 7 Moving on:Engineering the input and output 7.1 Attribute selection 7.2 Discretizing numeric attributes 7.3 Automtic data cleansing 7.4 Combining multiple models 7.5 Further reading 8 Nuts and bolts:Machine learning algorithms in Java 8.1 Getting started 8.2 Javadoc and the class library 8.3 Processing dataset using the machine learning programs 8.4 Embedded machine learning 8.5 Writing new learning schemes 9 Looking forward 9.1 learning from massive datasets 9.2 Visualizing machine learning 9.3 Incorporation domain knowlgdge 9.4 Text mining 9.5 Mining the World Wide Web 9.6 Further reading References Index About the authors |
| 内容摘要: |
| 书评: |
| 本书暂时没有评论 |
| 请登陆后发表评论,点击这里登陆,或者点击这里注册 |
| 以下网店提供购买本书: | ||||||
网店 |
价格 |
折扣 |
配送 |
支付方式 |
最近优惠 |
购买 |
 |
¥29.8 | 75% | 快递 普通邮寄 全国,港澳台,海外 特快专递 全国,港澳台,海外 快递送货上门配送费5元/单。订单商品金额满99元免5元配送费，拒收商品后，若订单商品金额不足99元，将不享受此优惠 | 货到付款,银行卡付款,邮局汇款,余额支付,银行电汇,网上支付,支票支付,虚拟账户支付 | 直接购买 | |
 |
¥28 | 70% | 加急送(北京五环路以内) 快递 全国145个城市 普通邮寄 全国,港澳台,海外 特快专递 全国,港澳台,海外 购物满99元并且选择快递或平邮方式送货时，可以享受免5元运费的优惠 | 货到付款,银行卡付款,邮局汇款,余额支付,银行电汇,网上支付,支票支付 | 直接购买 | |
 |
¥31.6 | 79% | 送货上门(满99元免送货费) 用户自提(无运费) 邮局包裹,全国5元（1-2周，满99元免运费）（部分大件商品需额外支付运费） 物流快递(仅限市区)、EMS。全国3天左右，18元（500克以内），每增加500克加收8元 | 目前D1便利网支持的支付方式有：银行电汇、邮局汇款、货到付款、网上支付、电话银行支付、上门收款、银联·拉卡啦、支付宝。 | 直接购买 | |
 |
¥36 | 90% | 送货上门、货到付款(运费:北京免费,其他地区5~12元) 送货上门、款到发货(运费:北京免费,其他地区5~12元) EMS快递(运费: 图书原价50元以内14元，超过50部分每增加25元（不足25元按25元计算）加收6元。其中单本书超过50元的部分打折) 普通邮寄(运费:中国大陆地区邮寄费每单6元) | 货到付款 邮局汇款 银行汇款 在线支付 | 直接购买 | |
 |
¥38 | 95% | 直接购买 | |||
关于我们 联系我们
|