• Web数据挖掘
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

Web数据挖掘

买书,就上二手书海官方企业店,清仓处理,真实库存,特价旧书,收藏店铺,优先发货! ps:下午三点之前的订单当天发货,之后明天发货,特殊情况除外。

3.54 八五品

库存9件

河南鹤壁
认证卖家担保交易快速发货售后保障

作者[美]刘兵 著;俞勇 译

出版社清华大学出版社

出版时间2013-01

版次2

装帧平装

货号wk-271985

上书时间2024-12-10

二手书海官方企业店

七年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
正版二手,几十万种图书无法都提供实拍图,但均为7-9成新,无缺页、会有瑕疵或者少许磨损 、或多或少都会有划线、笔记、涂写等,不影响使用。均不保证有光盘、卡片等,辅导习题类笔记较多;书籍有多封面的新老封面随机发货,内容一致,不影响使用,介意勿拍!图片孔网自动匹配,图片与标题不符时以及图片为套装,与标题不符时的下单前请咨询客服,望周知!
图书标准信息
  • 作者 [美]刘兵 著;俞勇 译
  • 出版社 清华大学出版社
  • 出版时间 2013-01
  • 版次 2
  • ISBN 9787302298700
  • 定价 59.50元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 434页
  • 字数 702千字
  • 正文语种 简体中文
  • 原版书名 Web Data Mining (Second Edition)
【内容简介】

  过去几十年里,Web的迅速发展使其成为世界上规模zui大的公共数据源。Web挖掘的目标是从Web超链接、网页内容和使用日志中探寻有用的信息。
  《世界著名计算机教材精选:Web数据挖掘(第2版)》旨在阐述Web数据挖掘的概念及其核心算法,使读者获得相对完整的关于Web数据挖掘的算法和技术知识。本书不仅介绍了搜索、页面爬取和资源探索以及链接分析等传统的Web挖掘主题,而且还介绍了结构化数据的抽取、信息整合、观点挖掘和Web使用挖掘等内容,这些内容在已有书籍中没有提及过,但它们在Web数据挖掘中却占有非常重要的地位。全书分为两大部分:第一部分包括第2章到第5章,介绍数据挖掘的基础,第二部分包括第6章到第12章,介绍Web相关的挖掘任务。从本书自第1版出版之后,很多领域已经有了重大的进展。新版大部分的章节都已经添加了新的材料来反应这些进展,主要的改动在第11章和第12章中,这两章已经被重新撰写并做了重要的扩展。
  《世界著名计算机教材精选:Web数据挖掘(第2版)》不仅可作为本科生的教科书,也是在Web数据挖掘和相关领域研读博士学位的研究生的重要参考用书,同时对Web挖掘研究人员和实践人员获取知识、信息、甚至是创新想法也很有帮助。

【目录】

第1章概述
1.1什么是万维网
1.2万维网和互联网的历史简述
1.3Web数据挖掘
1.3.1什么是数据挖掘
1.3.2什么是Web数据挖掘
1.4各章概要
1.5如何阅读本书
文献评注
参考文献

第1部分数据挖掘基础
第2章关联规则和序列模式
2.1关联规则的基本概念
2.2Apriori算法
2.2.1频繁项目集生成
2.2.2关联规则生成
2.3关联规则挖掘的数据格式
2.4多最小支持度的关联规则挖掘
2.4.1扩展模型
2.4.2挖掘算法
2.4.3规则生成
2.5分类关联规则挖掘
2.5.1问题描述
2.5.2挖掘算法
2.5.3多最小支持度分类关联规则挖掘
2.6序列模式的基本概念
2.7基于GSP挖掘序列模式
2.7.1GSP算法
2.7.2多最小支持度挖掘
2.8基于PrefixSpan算法的序列模式挖掘
2.8.1PrefixSpan算法
2.8.2多最小支持度挖掘
2.9从序列模式中产生规则
2.9.1序列规则
2.9.2标签序列规则
2.9.3分类序列规则
文献评注
参考文献
第3章监督学习
3.1基本概念
3.2决策树归纳
3.2.1学习算法
3.2.2混杂度函数
3.2.3处理连续属性
3.2.4其他一些问题
3.3评估分类器
3.3.1评估方法
3.3.2查准率、查全率、F-score和平衡点(BreakevenPoint)
3.3.3受试者工作特征曲线
3.3.4提升曲线
3.4规则归纳
3.4.1顺序化覆盖
3.4.2规则学习:Learn-One-Rule函数
3.4.3讨论
3.5基于关联规则的分类
3.5.1使用类关联规则进行分类
3.5.2使用类关联规则作为分类属性
3.5.3使用古典的关联规则分类
3.6朴素贝叶斯分类
3.7朴素贝叶斯文本分类
3.7.1概率框架
3.7.2朴素贝叶斯模型
3.7.3讨论
3.8支持向量机
3.8.1线性支持向量机:可分的情况
3.8.2线性支持向量机:数据不可分的情况
3.8.3非线性支持向量机:核方法总结
3.9A、近邻学习
3.10分类器的集成
3.10.1Bagging
3.10.2Boosting
文献评注
参考文献
第4章无监督学习
4.1基本概念
4.2A-均值聚类
4.2.1A-均值算法
4.2.2A-均值算法的硬盘版本
4.2.3优势和劣势
4.3聚类的表示
4.3.1聚类的一般表示方法
4.3.2任意形状的聚类
4.4层次聚类
4.4.1单连结方法
4.4.2全连结方法
4.4.3平均连结方法
4.4.4优势和劣势
4.5距离函数
4.5.1数字属性
4.5.2布尔属性和名词性属性
4.5.3文本文档
4.6数据标准化
4.7混合属性的处理
4.8采用哪种聚类算法
4.9聚类的评估
4.10发现数据区域和数据空洞
文献评注
参考文献
第5章部分监督学习
5.1从已标注数据和无标注数据中学习
5.1.1使用朴素贝叶斯分类器的EM算法
5.1.2Co-naining
5.1.3自学习
5.1.4直推式支持向量机
5.1.5基于图的方法
5.1.6讨论
5.2从正例和无标注数据中学习
5.2.1PU学习的应用
5.2.2理论基础
5.2.3建立分类器:两步方法
5.2.4建立分类器:偏置SVM
5.2.5建立分类器:概率估计
5.2.6讨论
……
第2部分Web挖掘

点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

正版二手,几十万种图书无法都提供实拍图,但均为7-9成新,无缺页、会有瑕疵或者少许磨损 、或多或少都会有划线、笔记、涂写等,不影响使用。均不保证有光盘、卡片等,辅导习题类笔记较多;书籍有多封面的新老封面随机发货,内容一致,不影响使用,介意勿拍!图片孔网自动匹配,图片与标题不符时以及图片为套装,与标题不符时的下单前请咨询客服,望周知!
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP