书籍详情
《数据挖掘与机器学习:PMML建模》[21M]百度网盘|亲测有效|pdf下载
  • 数据挖掘与机器学习:PMML建模

  • 出版社:凤凰新华书店旗舰店
  • 出版时间:2020-02
  • 热度:11748
  • 上架时间:2024-06-30 09:38:03
  • 价格:0.0
书籍下载
书籍预览
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

内容简介

  《数据挖掘与机器学习:PMML建模(上)/人工智能开发丛书》结合实际例子详细介绍了数据挖掘和机器学习领域关联规则模型、朴素贝叶斯模型、贝叶斯网络模型、基线模型、聚类模型、通用回归模型、回归模型、高斯过程模型以及K近邻模型九种模型的表达方式及构建知识。读者好同时结合《PMML建模标准语言基础》一书进行学习,以便融会贯通丶,灵活运用,更好地把PMML语言应用到自己的项目实践中。
  《数据挖掘与机器学习:PMML建模(上)/人工智能开发丛书》的读者对象为从事数据挖掘、机器学习、人工智能系统开发的人员以及教师和学生,也可以作为大数据及机器学习爱好者的自学用书。

目录

1 关联规则模型AssociationModel
1.1 关联规则基础知识
1.2 关联规则算法简介
1.3 关联规则模型元素AssociationModel
1.3.1 模型属性
1.3.2 模型子元素
1.3.3 评分应用过程

2 朴素贝叶斯模型NaiveBayesModel
2.1 朴素贝叶斯模型基础知识
2.1.1 全概率公式
2.1.2 贝叶斯定理
2.2 朴素贝叶斯算法简介
2.2.1 朴素贝叶斯算法
2.2.2 朴素贝叶斯模型参数估计
2.3 朴素贝叶斯模型元素NaiveBayesModel
2.3.1 模型属性
2.3.2 模型子元素
2.3.3 评分应用过程

3 贝叶斯网络模型BayesianNetworkModel
3.1 贝叶斯网络基础知识
3.2 贝叶斯网络算法简介
3.3 贝叶斯网络模型元素BayesianNetworkModel
3.3.1 模型属性
3.3.2 模型子元素
3.3.3 评分应用过程

4 基线模型BaselineModel
4.1 基线模型的基础知识
4.1.1 一般基线模型的概念
4.1.2 PMML规范中的基线模型
4.2 基线模型元素BaselineModel
4.2.1 模型属性
4.2.2 模型子元素
4.2.3 评分应用过程

5 聚类模型ClusteringModel
5.1 聚类模型的基础知识
5.2 聚类算法简介
5.2.1 硬聚类和软聚类
5.2.2 基于算法主要特征的划分
5.2.3 PMML规范中的聚类
5.3 聚类模型元素ClusteringModel
5.3.1 模型属性
5.3.2 模型子元素
5.3.3 评分应用过程

6 通用回归模型GeneralRegressionModel
6.1 通用回归模型基础知识
6.2 通用回归算法简介
6.2.1 一般线性回归模型GLM
6.2.2 广义线性回归GLZM
6.2.3 Cox回归
6.3 通用回归模型元素GeneralRegressionModel
……

^_^:b36fa0b11634767d56ace5537a7326ac