正版新书]数据挖掘与机器学习:基础概念和算法(原书第2版)[美]

目    录<br />Data Mining and Machine Learning<br />译者序<br />前言<br />作者简介<br />第一部分  数据分析基础  1<br />第1章  数据矩阵  3<br />1.1  数据矩阵的组成  3<br />1.2  属性  4<br />1.3  数据：代数和几何观点  5<br />1.3.1  距离和角度  7<br />1.3.2  均值和总方差  9<br />1.3.3  正交投影  10<br />1.3.4  线性无关和维数  12<br />1.4  数据：概率观点  13<br />1.4.1  二元随机变量  17<br />1.4.2  多元随机变量  20<br />1.4.3  随机抽样与统计  21<br />1.5  拓展阅读  22<br />1.6  练习  23<br />第2章  数值型属性  24<br />2.1  一元分析  24<br />2.1.1  集中趋势度量  25<br />2.1.2  离散度度量  28<br />2.2  二元分析  32<br />2.2.1  位置和离散度的度量  33<br />2.2.2  相关性度量  33<br />2.3  多元分析  37<br />2.4  数据归一化  41<br />2.5  正态分布  42<br />2.5.1  一元正态分布  43<br />2.5.2  多元正态分布  44<br />2.6  拓展阅读  47<br />2.7  练习  47<br />第3章  类别型属性  49<br />3.1  一元分析  49<br />3.1.1  伯努利变量  49<br />3.1.2  多元伯努利变量  51<br />3.2  二元分析  56<br />3.3  多元分析  65<br />3.4  距离和角度  69<br />3.5  离散化  70<br />3.6  拓展阅读  72<br />3.7  练习  72<br />第4章  图数据  74<br />4.1  图的概念  74<br />4.2  拓扑属性  77<br />4.3  中心度分析  81<br />4.3.1  基本中心度  81<br />4.3.2  Web中心度  82<br />4.4  图模型  89<br />4.4.1  Erd?s-Rényi随机图模型  91<br />4.4.2  Watts-Strogatz小世界图<br />模型  94<br />4.4.3  Barabási-Albert无标度模型  98<br />4.5  拓展阅读  104<br />4.6  练习  105<br />第5章  核方法  107<br />5.1  核矩阵  110<br />5.1.1  再生核映射  111<br />5.1.2  Mercer核映射  113<br />5.2  向量核  115<br />5.3  特征空间中的基本核运算  119<br />5.4  复杂对象的核  124<br />5.4.1  字符串的谱核  124<br />5.4.2  图节点的扩散核  125<br />5.5  拓展阅读  129<br />5.6  练习  129<br />第6章  高维数据  130<br />6.1  高维对象  130<br />6.2  高维体积  133<br />6.3  超立方体的内接超球面  135<br />6.4  薄超球面壳的体积  136<br />6.5  超空间的对角线  137<br />6.6  多元正态分布的密度  138<br />6.7  附录：超球面体积的推导  140<br />6.8  拓展阅读  143<br />6.9  练习  144<br />第7章  降维  146<br />7.1  背景介绍  146<br />7.2  主成分分析  149<br />7.2.1  很优一维近似  149<br />7.2.2  很优二维近似  152<br />7.2.3  很优r维近似  155<br />7.2.4  主成分分析的几何意义  158<br />7.3  核主成分分析  160<br />7.4  奇异值分解  166<br />7.4.1  奇异值分解中的几何<br />意义  167<br />7.4.2  SVD和PCA之间的<br />联系  168<br />7.5  拓展阅读  169<br />7.6  练习  169<br />第二部分  频繁模式挖掘  171<br />第8章  项集挖掘  173<br />8.1  频繁项集和关联规则  173<br />8.2  项集挖掘算法  176<br />8.2.1  逐层方法：Apriori算法  177<br />8.2.2  事务标识符集的交集方法：<br />Eclat算法  181<br />8.2.3  频繁模式树方法：FPGrowth<br />算法  184<br />8.3  生成关联规则  188<br />8.4  拓展阅读  189<br />8.5  练习  190<br />第9章  项集概览  194<br />9.1  优选频繁项集和闭频繁项集  194<br />9.2  挖掘优选频繁项集：GenMax<br />算法  196<br />9.3  挖掘闭频繁项集：Charm算法  198<br />9.4  非可导项集  200<br />9.5  拓展阅读  205<br />9.6  练习  205<br />第10章  序列挖掘  208<br />10.1  频繁序列  208<br />10.2  挖掘频繁序列  209<br />10.2.1  逐层挖掘：GSP  209<br />10.2.2  垂直序列挖掘：Spade  211<br />10.2.3  基于投影的序列挖掘：<br />PrefixSpan  212<br />10.3  基于后缀树的子串挖掘  214<br />10.3.1  后缀树  214<br />10.3.2  Ukkonen线性时间复杂度<br />算法  217<br />10.4  拓展阅读  222<br />10.5  练习  223<br />第11章  图模式挖掘  226<br />11.1  同构与支持度  226<br />11.2  候选图生成  229<br />11.3  gSpan算法  232<br />11.3.1  扩展和支持度计算  233<br />11.3.2  权威性检测  238<br />11.4  拓展阅读  239<br />11.5  练习  239<br />第12章  模式评估与规则评估  242<br />12.1  模式评估和规则评估的度量  242<br />12.1.1  规则评估度量  242<br />12.1.2  模式评估度量  249<br />12.1.3  比较多条规则和模式  251<br />12.2  显著性检验和置信区间  253<br />12.2.1  产生式规则的费希尔<br />准确检验  254<br />12.2.2  显著性的置换检验  257<br />12.2.3  置信区间内的自助抽样  261<br />12.3  拓展阅读  262<br />12.4  练习  263<br />第三部分  聚类  265<br />第13章  基于代表点的聚类  267<br />13.1  K-means算法  267<br />13.2  核K-means  271<br />13.3  期望优选化聚类  274<br />13.3.1  一维数据的EM  276<br />13.3.2  d维数据的EM  278<br />13.3.3  优选似然估计  283<br />13.3.4  EM算法  286<br />13.4  拓展阅读  289<br />13.5  练习  290<br />第 14 章  层次式聚类  292<br />14.1  基础知识  292<br />14.2  聚合型层次式聚类  294<br />14.2.1  簇间距离  294<br />14.2.2  更新距离矩阵  297<br />14.2.3  计算复杂度  298<br />14.3  拓展阅读  298<br />14.4  练习  298<br />第15章  基于密度的聚类  301<br />15.1  DBSCAN算法  301<br />15.2  核密度估计  304<br />15.2.1  一元密度估计  304<br />15.2.2  多元密度估计  307<br />15.2.3  最近邻密度估计  308<br />15.3  基于密度的聚类：DENCLUE  309<br />15.4  拓展阅读  313<br />15.5  练习  314<br />第16章  谱聚类和图聚类  316<br />16.1  图和矩阵  316<br />16.2  基于图割的聚类  322<br />16.2.1  聚类目标函数：比例割<br />和归一割  323<br />16.2.2  谱聚类算法  325<br />16.2.3  优选化目标函数：平均割<br />和模块度  328<br />16.3  马尔可夫聚类  334<br />16.4  拓展阅读  339<br />16.5  练习  340<br />第17章  聚类验证  342<br />17.1  外部验证度量  342<br />17.1.1  基于匹配的度量  343<br />17.1.2  基于熵的度量  346<br />17.1.3  成对度量  349<br />17.1.4  关联度量  352<br />17.2  内部验证度量  354<br />17.3  相对验证度量  361<br />17.3.1  簇稳定性  366<br />17.3.2  聚类趋向性  368<br />17.4  拓展阅读  372<br />17.5  练习  373<br />第四部分  分类  375<br />第18章  基于概率的分类  377<br />18.1  贝叶斯分类器  377<br />18.1.1  估计先验概率  377<br />18.1.2  估计似然值  378<br />18.2  朴素贝叶斯分类器  382<br />18.3  K最近邻分类器  385<br />18.4  拓展阅读  387<br />18.5  练习  387<br />第19章  决策树分类器  389<br />19.1  决策树  390<br />19.2  决策树算法  392<br />19.2.1  分割点评估度量  393<br />19.2.2  评估分割点  394<br />19.2.3  计算复杂度  401<br />19.3  拓展阅读  401<br />19.4  练习  401<br />第20章  线性判别分析  403<br />20.1  很好线性判别  403<br />20.2  核判别分析  408<br />20.3  拓展阅读  413<br />20.4  练习  414<br />第21章  支持向量机  415<br />21.1  支持向量和间隔  415<br />21.2  SVM：线性可分的情况  419<br />21.3  软间隔SVM：线性不可分<br />的情况  423<br />21.3.1  铰链误损  424<br />21.3.2  二次误损  427<br />21.4  核SVM：非线性情况  428<br />21.5  SVM训练算法：随机梯度上升  431<br />21.6  拓展阅读  436<br />21.7  练习  436<br />第22章  分类评估  438<br />22.1  分类性能度量  438<br />22.1.1  基于列联表的度量  439<br />22.1.2  二元分类：正类和负类  441<br />22.1.3  ROC分析  444<br />22.2  分类器评估  448<br />22.2.1  K折交叉验证  449<br />22.2.2  自助抽样  450<br />22.2.3  置信区间  451<br />22.2.4  分类器比较：配对t检验  455<br />22.3  偏差–方差分解  457<br />22.4  合成分类器  460<br />22.4.1  装袋法  460<br />22.4.2  随机森林：装袋决策树  461<br />22.4.3  boosting  463<br />22.4.4  堆栈法  467<br />22.5  拓展阅读  468<br />22.6  练习  469<br />第五部分  回归  471<br />第23章  线性回归  473<br />23.1  线性回归模型  473<br />23.2  二元回归  474<br />23.3  多元回归  479<br />23.3.1  多元回归的几何结构  481<br />23.3.2  多元回归算法  483<br />23.3.3  多元回归分析：随机梯度<br />下降  486<br />23.4  岭回归  487<br />23.5  核回归  490<br />23.6  L1回归：套索回归  494<br />23.6.1  次梯度和次微分  495<br />23.6.2  二元L1回归  495<br />23.6.3  多元L1回归  496<br />23.7  拓展阅读  498<br />23.8  练习  499<br />第24章  逻辑回归  500<br />24.1  二元逻辑回归  500<br />24.2  多元逻辑回归  506<br />24.3  拓展阅读  510<br />24.4  练习  510<br />第25章  神经网络  511<br />25.1  人工神经元：激活函数  511<br />25.2  神经网络：回归函数和分类<br />函数  515<br />25.2.1  回归函数  515<br />25.2.2  分类函数  516<br />25.2.3  误差函数  518<br />25.3  多层感知器：一个隐藏层  519<br />25.3.1  前馈阶段  520<br />25.3.2  反向传播阶段  521<br />25.3.3  MLP训练  525<br />25.4  深度多层感知器  529<br />25.4.1  前馈阶段  530<br />25.4.2  反向传播阶段  531<br />25.4.3  输出层的净梯度  531<br />25.4.4  隐藏层的净梯度  534<br />25.4.5  深度MLP训练  534<br />25.5  拓展阅读  537<br />25.6  练习  537<br />第26章  深度学习  539<br />26.1  循环神经网络  539<br />26.1.1  时间上的前馈  541<br />26.1.2  时间上的反向传播  541<br />26.1.3  训练RNN  544<br />26.1.4  双向RNN  546<br />26.2  门控RNN：长–短期记忆<br />网络  547<br />26.2.1  遗忘门  549<br />26.2.2  长–短期记忆网络  552<br />26.2.3  训练LSTM网络  553<br />26.3  卷积神经网络  556<br />26.3.1  卷积  556<br />26.3.2  偏差和激活函数  562<br />26.3.3  填充和步幅  563<br />26.3.4  广义聚合函数：池化  565<br />26.3.5  深度CNN  566<br />26.3.6  训练CNN  566<br />26.4  正则化  571<br />26.4.1  深度学习的L2正则化  572<br />26.4.2  丢弃正则化  574<br />26.5  拓展阅读  576<br />26.6  练习  576<br />第27章  回归评估  578<br />27.1  一元回归  578<br />27.1.1  估计方差  579<br />27.1.2  拟合优度  580<br />27.1.3  回归系数和偏差项<br />的推断  583<br />27.1.4  回归效果的假设检验  587<br />27.1.5  标准化残差  588<br />27.2  多元回归  591<br />27.2.1  拟合优度  593<br />27.2.2  回归系数推断  596<br />27.2.3  假设检验  598<br />27.2.4  统计检验的几何学方法  601<br />27.3  拓展阅读  604<br />27.4  练习  604