有人說數據挖掘十大算法是一本可以當手冊用的書籍,因為該書中不僅點評了數據挖掘的十大算法,還給出了N多經典參考。本節內容小編為大家整理帶來的是一份pdf格式清晰掃描版數據挖掘十大算法,該書內容完整免費,需要查閱該電子書的朋友點擊本文下方相應的下載地址進行下載后即可查閱!
數據挖掘十大算法內容簡介
該書詳細介紹了在實際中用途最廣、影響最大的十種數據挖掘算法,這十種算法是數據挖掘領域的頂級專家進行投票篩選的,覆蓋了分類、聚類、統計學習、關聯分析和鏈接分析等重要的數據挖掘研究和發展主題。《世界著名計算機教材精選:數據挖掘十大算法》對每一種算法都進行了多個角度的深入剖析,包括算法歷史、算法過程、算法特性、軟件實現、前沿發展等,此外,在每章最后還給出了豐富的習題和精挑細選的參考文獻,對于讀者掌握算法基本知識和進一步研究都非常有價值,對數據挖掘、機器學習和人工智能等學科的課程的設計有指導意義。
數據挖掘十大算法目錄節選
第1章 C4.5
1.1 引言
1.2 算法描述
1.3 算法特性
1.3.1 決策樹剪枝
1.3.2 連續型屬性
1.3.3 缺失值處理
1.3.4 規則集誘導
1.4 軟件實現
1.5 示例
1.5.1 Golf數據集
1.5.2 Soybean數據集
1.6 高級主題
1.6.1 二級存儲
1.6.2 斜決策樹
1.6.3 特征選擇
1.6.4 集成方法
1.6.5 分類規則
1.6.6 模型重述
1.7 習題
參考文獻
第2章 k-means
2.1 引言
2.2 算法描述
2.3 可用軟件
2.4 示例
2.5 高級主題
2.6 小結
2.7 習題
參考文獻
第3章 SVM:支持向量機
3.1 支持向量分類器
3.2 支持向量分類器的軟間隔優化
3.3 核技巧
3.4 理論基礎
3.5 支持向量回歸器
3.6 軟件實現
3.7 當前和未來的研究
3.7.1 計算效率
3.7.2 核的選擇
3.7.3 泛化分析
3.7.4 結構化支持向量機的學習
3.8 習題
參考文獻
第4章 Apriori
4.1 引言
4.2 算法描述
4.2.1 挖掘頻繁模式和關聯規則
4.2.2 挖掘序列模式
4.2.3 討論
4.3 軟件實現
4.4 示例
4.4.1 可行示例
4.4.2 性能評估
4.5 高級主題
4.5.1 改進Apriori類型的頻繁模式挖掘
4.5.2 無候選的頻繁模式挖掘
4.5.3 增量式方法
4.5.4 稠密表示:閉合模式和最大模式
4.5.5 量化的關聯規則
4.5.6 其他的重要性/興趣度度量方法
4.5.7 類別關聯規則
4.5.8 使用更豐富的形式:序列、樹和圖
4.6 小結
4.7 習題
參考文獻
第5章 EM
5.1 引言
5.2 算法描述
……
第6章 PageRank
第7章 AdaBoost
第8章 kNN!k-最近鄰
第9章 Naive Bayes
第10章 CART:分類和回歸樹
數據挖掘十大算法內容截圖
- PC官方版
- 安卓官方手機版
- IOS官方手機版