返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书Mahout实验指南9787307127692
  • 正版全新
    • 作者: 李琳,袁景凌,熊盛武 主编著 | 李琳,袁景凌,熊盛武 主编编 | 李琳,袁景凌,熊盛武 主编译 | 李琳,袁景凌,熊盛武 主编绘
    • 出版社: 武汉大学出版社
    • 出版时间:2017-04-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 李琳,袁景凌,熊盛武 主编著| 李琳,袁景凌,熊盛武 主编编| 李琳,袁景凌,熊盛武 主编译| 李琳,袁景凌,熊盛武 主编绘
    • 出版社:武汉大学出版社
    • 出版时间:2017-04-01
    • 版次:1
    • 印次:1
    • 字数:108千字
    • 页数:65
    • 开本:16开
    • ISBN:9787307127692
    • 版权提供:武汉大学出版社
    • 作者:李琳,袁景凌,熊盛武 主编
    • 著:李琳,袁景凌,熊盛武 主编
    • 装帧:平装
    • 印次:1
    • 定价:18.00
    • ISBN:9787307127692
    • 出版社:武汉大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2017-04-01
    • 页数:65
    • 外部编号:1201496696
    • 版次:1
    • 成品尺寸:暂无

    1概述
    1.1数据挖掘
    1.1.1系统
    1.1.2聚类算法
    1.1.3分类算法
    1.1.4监督学习和无监督学习
    1.1.5关联规则
    1.2Mahout使用说明
    1.2.1关于Mahout
    1.2.2配置Mahout
    2系统
    2.1知识要点
    2.1.1系统定义
    2.1.2查准率与查全率
    2.1.3协同过滤
    2.1.4相似度计算
    2.2创建一个程序
    2.2.1创建输入
    2.2.2运行程序
    .评估一个程序
    2.4基于用户的协同过滤
    2.4.1算法思想
    2.4.2基于欧几里得距离的user-based程序
    2.5基于商品的协同过滤
    2.5.1算法思想
    2.5.2基于欧几里得距离的item-based程序
    2.6Slope-one算法
    2.6.1算法思想
    2.6.2Slope-one程序
    3聚类算法
    3.1知识要点
    3.1.1TFF权重
    3.1.2向量空间模型及距离度量
    3.1.3k-means聚类算法
    3.1.4模糊k-means聚类算法
    3.2聚类示例
    3.2.1生成输入数据
    3.2.2使用Mahout聚类
    3.3使用各种距离度量
    3.3.1欧氏距离测度
    3.3.2平方欧氏距离测度
    3.3.3曼哈顿距离测度
    3.3.4余弦距离测度
    3.3.5谷本距离测度
    3.4数据向量化表示
    3.4.1将数据转换为向量
    3.4.2从文档中生成向量
    3.5k.means新闻聚类
    3.5.1内存k-means聚类
    3.5.2Hadoop下的k-means新闻文本聚类
    3.6模糊k-means新闻聚类
    3.6.1内存模糊k.means聚类
    3.6.2Hadoop下的模糊k-means新闻文本聚类
    4分类算法
    4.1知识要点
    4.1.1分类算法基本流程
    4.1.2近邻分类器
    4.1.3逻辑回归分类算法
    4.1.4SVM分类算法
    4.1.5朴素贝叶斯分类算法
    4.1.6决策树
    4.1.7随机森林分类算法
    4.1.8人工神经网络分类器
    4.2简单分类示例——填充颜色分类器
    4.2.1查看数据
    4.2.2训练模型
    4.3文本分类算法准备工作
    4.3.1训练分类器流程
    4.3.2实现文本的词条化和向量化
    4.4逻辑回归新闻分类算法
    4.4.1准备数据集
    4.4.2模型建立与评估
    4.4.3部分运行过程
    4.5朴素贝叶斯新闻分类算法
    4.6隐马尔科夫模型
    5关联规则
    5.1知识要点
    5.1.1频繁项集发现
    5.1.2支持度和置信度
    5.1.3Apriori关联规则挖掘算法
    5.2关联规则挖掘示例
    5.2.1发现频繁项集
    5.2.2产生关联规则
    参考文献

    李琳,博士,武汉理工大学计算机科学与技术学院教授。近年来主要从事信息检索与系统、数据挖掘与知识管理、自然言语处理与机器学习等方面的研究工作,先后承担863项目、自然科学、湖北省科技重大专项等项目20余项。主要研究方向:研究人工智能方法和大规模数据分析技术,特别是互联网数据挖掘、文本分析、信息检索和系统等相关问题,致力于将数据挖掘、机器学习与知识发现技术结合。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购