數(shù)據(jù)挖掘十大算法 吳信東pdf掃描版

數(shù)據(jù)挖掘十大算法是一本數(shù)據(jù)挖掘領(lǐng)域的著作，由美國數(shù)據(jù)挖掘?qū)＜覅切艝|和庫瑪爾編著。本書詳細(xì)介紹了在實(shí)際中用途影響十種數(shù)據(jù)挖掘算法，包括C4.5、k-means、SVM、Apriori、EM、PageRank、AdaBoost、kNN、Naive Bayes和CART十個(gè)算法，這十種算法是數(shù)據(jù)挖掘領(lǐng)域的專家進(jìn)行投票篩選的，覆蓋了分類、聚類、統(tǒng)計(jì)學(xué)習(xí)、關(guān)聯(lián)分析和鏈接分析等重要的數(shù)據(jù)挖掘研究和發(fā)展主題，并且每一種算法都進(jìn)行了多個(gè)角度的深入剖析，包括算法歷史、算法過程、算法特性、軟件實(shí)現(xiàn)、前沿發(fā)展等，另外每章末尾給出了豐富的習(xí)題和精挑細(xì)選的參考文獻(xiàn)，對數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和人工智能等學(xué)科的課程的設(shè)計(jì)有指導(dǎo)意義。

內(nèi)容介紹

《數(shù)據(jù)挖掘十大算法》詳細(xì)介紹了在實(shí)際中用途影響十種數(shù)據(jù)挖掘算法，這十種算法是數(shù)據(jù)挖掘領(lǐng)域的專家進(jìn)行投票篩選的，覆蓋了分類、聚類、統(tǒng)計(jì)學(xué)習(xí)、關(guān)聯(lián)分析和鏈接分析等重要的數(shù)據(jù)挖掘研究和發(fā)展主題。全書對每一種算法都進(jìn)行了多個(gè)角度的深入剖析，包括算法歷史、算法過程、算法特性、軟件實(shí)現(xiàn)、前沿發(fā)展等，此外，在每章最后還給出了豐富的習(xí)題和精挑細(xì)選的參考文獻(xiàn)，對于讀者掌握算法基本知識和進(jìn)一步研究都非常有價(jià)值，對數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和人工智能等學(xué)科的課程的設(shè)計(jì)有指導(dǎo)意義。

本書的每一章都邀請兩位獨(dú)立審稿人和本書的一位編輯來審核，有的章節(jié)在此基礎(chǔ)上要在最終定稿前再重審一遍。我們希望這十個(gè)算法的遴選能有助于在世界范圍推動數(shù)據(jù)挖掘的應(yīng)用，激勵更多數(shù)據(jù)挖掘領(lǐng)域的學(xué)者去擴(kuò)大這些算法的影響，探索新的研究內(nèi)容。

章節(jié)目錄

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(xù)型屬性

1.3.3 缺失值處理

1.3.4 規(guī)則集誘導(dǎo)

1.4 軟件實(shí)現(xiàn)

1.5 示例

1.5.1 Golf數(shù)據(jù)集

1.5.2 Soybean數(shù)據(jù)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(guī)則

1.6.6 模型重述

1.7 習(xí)題

參考文獻(xiàn)

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(jié)

2.7 習(xí)題

參考文獻(xiàn)

第3章 SVM：支持向量機(jī)

3.1 支持向量分類器

3.2 支持向量分類器的軟間隔優(yōu)化

3.3 核技巧

3.4 理論基礎(chǔ)

3.5 支持向量回歸器

3.6 軟件實(shí)現(xiàn)

3.7 當(dāng)前和未來的研究

3.7.1 計(jì)算效率

3.7.2 核的選擇

3.7.3 泛化分析

3.7.4 結(jié)構(gòu)化支持向量機(jī)的學(xué)習(xí)

3.8 習(xí)題

參考文獻(xiàn)

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(guān)聯(lián)規(guī)則

4.2.2 挖掘序列模式

4.2.3 討論

4.3 軟件實(shí)現(xiàn)

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(jìn)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(guān)聯(lián)規(guī)則

4.5.6 其他的重要性／興趣度度量方法

4.5.7 類別關(guān)聯(lián)規(guī)則

4.5.8 使用更豐富的形式：序列、樹和圖

4.6 小結(jié)

4.7 習(xí)題

參考文獻(xiàn)

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

使用說明

1、下載并解壓，得出pdf文件

2、如果打不開本文件，請務(wù)必下載pdf閱讀器

3、安裝后，在打開解壓得出的pdf文件

4、雙擊進(jìn)行閱讀