您好,欢迎来到聚文网。 登录 免费注册
数据流机器学习 MOA实例

数据流机器学习 MOA实例

  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: (法)艾伯特·比菲(Albert Bifet) 等
  • 出版日期: 2020-01-01
  • 商品条码: 9787111641391
  • 版次: 1
  • 开本: 16开
  • 页数: 201
  • 出版年份: 2020
定价:¥79 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书首先简要介绍了机器学习的主题,包括大数据挖掘、数据流挖掘的基本方法,以及一个简单的MOA示例。接下来针对sketch技术、分类、集成方法、回归、聚类和频繁模式挖掘进行了更详细的讨论。本书最后讨论了MOA软件,涵盖MOA图形用户界面、命令行、MOA API的使用以及MOA中新方法的开发。对于那些想要使用数据流挖掘的读者、数据流挖掘的研究人员,以及想要为MOA创建新算法的程序员来说,本书将是一个重要的参考指南。
作者简介
  
目录
译者序
前言
第一部分概述
第1章简介
1.1大数据
1.1.1工具:开源革命
1.1.2大数据带来的挑战
1.2实时分析
1.2.1数据流
1.2.2时间和内存
1.2.3应用一览
1.3关于本书
第2章大数据流挖掘
2.1算法
2.2分类算法
2.2.1如何在数据流中评估分类器
2.2.2多数类分类器
2.2.3无变化分类器
2.2.4惰性分类器
2.2.5朴素贝叶斯分类器
2.2.6决策树分类器
2.2.7集成分类器
2.3回归算法
2.4聚类算法
2.5频繁模式挖掘
第3章MOA的实际操作介绍
3.1入门开始
3.2分类模型的图形用户界面
3.3用命令行操作
第二部分数据流挖掘
第4章数据流和Sketch数据结构
4.1背景知识:近似算法
4.2集中不等式
4.3取样
4.4统计总数
4.5去重统计
4.5.1线性计数
4.5.2科恩对数计数器
4.5.3Flajolet-Martin计数器和HyperLogLog算法
4.5.4应用:图论的计算距离函数
4.5.5讨论:对数与线性
4.6频率问题
4.6.1SpaceSavingsketch
4.6.2CM-Sketch算法
4.6.3CountSketch算法
4.6.4时刻计算
4.7滑动窗口的指数矩形图
4.8分布式sketch计算的可合并性
4.9一些技术方面的讨论和其他资料
4.9.1哈希函数
4.9.2创建(ε,δ)近似算法
4.9.3其他sketch技术
4.10练习
第5章处理变化
5.1数据流中变化的定义
……
第三部分MOA软件
参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网