数据挖掘与机器学:pmml建模(下) 人工智能 潘风文,黄春芳 新华正版
¥
69.3
7.0折
¥
99
全新
库存4件
作者潘风文,黄春芳
出版社化学工业出版社
ISBN9787122369871
出版时间2020-09
版次1
装帧平装
开本16
页数236页
字数329千字
定价99元
货号xhwx_1202113627
上书时间2024-12-15
商品详情
- 品相描述:全新
-
正版特价新书
- 商品描述
-
主编:
本书是当前独一关于数据挖掘和机器学语言pmml的图书。潘风文博士具有大数据领域二十多年的丰富经验,取得诸多成果,本书是作者长期研发经验的积累结晶。
目录:
1神经网络模型(neuralwork)
1.1神经网络模型基础知识
1.2神经网络模型算法简介
1.3神经网络模型元素
1.3.1模型属
1.3.2模型子元素
1.3.3评分应用过程
2决策树模型(treemodel)
2.1决策树模型基础知识
2.1.1决策树模型简介
2.1.2逻辑谓词表达式
2.2决策树模型算法简介
2.2.1卡方自动交互检验算法(chaid)
2.2.2迭代二树id3
2.2.3分类器c4.5和c5.0
2.2.4分类与回归树算法cart
2.3决策树模型元素
2.3.1模型属
2.3.2模型子元素
2.3.3评分应用过程
3规则集模型(rulesetmodel)
3.1规则集模型基础知识
3.2规则集模型元素
3.2.1模型属
3.2.2模型子元素
3.2.3评分应用过程
4序列模型(sequencemodel)
4.1序列模型基础知识
4.2序列模型算法简介
4.2.1gsp算法
4.2.2spade算法
4.2.3prefixspan算法
4.3序列模型元素
4.3.1模型属
4.3.2模型子元素
4.3.3评分应用过程
5评分卡模型(scorecard)
5.1评分卡模型基础知识
5.2评分卡模型算法简介
5.3评分卡模型元素
5.3.1模型属
5.3.2模型子元素
5.3.3评分应用过程
6支持向量机模型(supportvectormachinemodel)
6.1支持向量机模型基础知识
6.2支持向量机模型算法简介
6.3支持向量机模型元素
6.3.1模型属
6.3.2模型子元素
6.3.3评分应用过程
7时间序列模型(timeseriesmodel)
7.1时间序列模型基础知识
7.2时间序列模型算法简介
7.2.1算法概述
7.2.2指数滑算法
7.3时间序列模型元素
7.3.1模型属
7.3.2模型子元素
7.3.3评分应用过程
8聚合模型(miningmodel)
8.1模型聚合基础知识
8.2挖掘模型miningmodel
附录
后记
内容简介:
本书详细描述了pmml规范(ver4.3)所支持的8种模型:神经网络模型、决策树模型、规则集模型、序列模型、评分卡模型、支持向量机模型、时间序列模型和聚合模型。全书不是简单地介绍pmml语法,而是融合各种挖掘模型基础知识和算法知识,告诉开发者如何融会贯通地掌握、使用pmml语言,不仅能够学到标准的pmml模型表达方式,而且能学机器学模型的丰富知识,从而熟练地把pmml语言应用到自己的项目实践中。本书可供从事数据挖掘(机器学)、人工智能系统开发的软件开发者和爱好者学使用,也可以作为高等院校大数据和人工智能等相关专业的教材。
— 没有更多了 —
以下为对购买帮助不大的评价