[正版]数据挖掘与机器学习 基础概念和算法 原第2版 穆罕默德 扎基 计算机科学丛书 黑皮书 9787111726890

商品名称：

数据挖掘与机器学习:基础概念和算法（原书第2版）

作      者：

市  场 价：

ISBN  号：

出版日期：

页      数：

开      本：

出  版 社：

 机械工业出版社

目 录

Data Mining and Machine Learning

译者序

前言

作者简介

第一部分 数据分析基础 1

第1章 数据矩阵 3

1.1 数据矩阵的组成 3

1.2 属性 4

1.3 数据：代数和几何观点 5

1.3.1 距离和角度 7

1.3.2 均值和总方差 9

1.3.3 正交投影 10

1.3.4 线性无关和维数 12

1.4 数据：概率观点 13

1.4.1 二元随机变量 17

1.4.2 多元随机变量 20

1.4.3 随机抽样与统计 21

1.5 拓展阅读 22

1.6 练习 23

第2章 数值型属性 24

2.1 一元分析 24

2.1.1 集中趋势度量 25

2.1.2 离散度度量 28

2.2 二元分析 32

2.2.1 位置和离散度的度量 33

2.2.2 相关性度量 33

2.3 多元分析 37

2.4 数据归一化 41

2.5 正态分布 42

2.5.1 一元正态分布 43

2.5.2 多元正态分布 44

2.6 拓展阅读 47

2.7 练习 47

第3章 类别型属性 49

3.1 一元分析 49

3.1.1 伯努利变量 49

3.1.2 多元伯努利变量 51

3.2 二元分析 56

3.3 多元分析 65

3.4 距离和角度 69

3.5 离散化 70

3.6 拓展阅读 72

3.7 练习 72

第4章 图数据 74

4.1 图的概念 74

4.2 拓扑属性 77

4.3 中心度分析 81

4.3.1 基本中心度 81

4.3.2 Web中心度 82

4.4 图模型 89

4.4.1 Erd?s-Rényi随机图模型 91

4.4.2 Watts-Strogatz小世界图

模型 94

4.4.3 Barabási-Albert无标度模型 98

4.5 拓展阅读 104

4.6 练习 105

第5章 核方法 107

5.1 核矩阵 110

5.1.1 再生核映射 111

5.1.2 Mercer核映射 113

5.2 向量核 115

5.3 特征空间中的基本核运算 119

5.4 复杂对象的核 124

5.4.1 字符串的谱核 124

5.4.2 图节点的扩散核 125

5.5 拓展阅读 129

5.6 练习 129

第6章 高维数据 130

6.1 高维对象 130

6.2 高维体积 133

6.3 超立方体的内接超球面 135

6.4 薄超球面壳的体积 136

6.5 超空间的对角线 137

6.6 多元正态分布的密度 138

6.7 附录：超球面体积的推导 140

6.8 拓展阅读 143

6.9 练习 144

第7章 降维 146

7.1 背景介绍 146

7.2 主成分分析 149

7.2.1 最优一维近似 149

7.2.2 最优二维近似 152

7.2.3 最优r维近似 155

7.2.4 主成分分析的几何意义 158

7.3 核主成分分析 160

7.4 奇异值分解 166

7.4.1 奇异值分解中的几何

意义 167

7.4.2 SVD和PCA之间的

联系 168

7.5 拓展阅读 169

7.6 练习 169

第二部分 频繁模式挖掘 171

第8章 项集挖掘 173

8.1 频繁项集和关联规则 173

8.2 项集挖掘算法 176

8.2.1 逐层方法：Apriori算法 177

8.2.2 事务标识符集的交集方法：

Eclat算法 181

8.2.3 频繁模式树方法：FPGrowth

算法 184

8.3 生成关联规则 188

8.4 拓展阅读 189

8.5 练习 190

第9章 项集概览 194

9.1 最大频繁项集和闭频繁项集 194

9.2 挖掘最大频繁项集：GenMax

算法 196

9.3 挖掘闭频繁项集：Charm算法 198

9.4 非可导项集 200

9.5 拓展阅读 205

9.6 练习 205

第10章 序列挖掘 208

10.1 频繁序列 208

10.2 挖掘频繁序列 209

10.2.1 逐层挖掘：GSP 209

10.2.2 垂直序列挖掘：Spade 211

10.2.3 基于投影的序列挖掘：

PrefixSpan 212

10.3 基于后缀树的子串挖掘 214

10.3.1 后缀树 214

10.3.2 Ukkonen线性时间复杂度

算法 217

10.4 拓展阅读 222

10.5 练习 223

第11章 图模式挖掘 226

11.1 同构与支持度 226

11.2 候选图生成 229

11.3 gSpan算法 232

11.3.1 扩展和支持度计算 233

11.3.2 权威性检测 238

11.4 拓展阅读 239

11.5 练习 239

第12章 模式评估与规则评估 242

12.1 模式评估和规则评估的度量 242

12.1.1 规则评估度量 242

12.1.2 模式评估度量 249

12.1.3 比较多条规则和模式 251

12.2 显著性检验和置信区间 253

12.2.1 产生式规则的费希尔

精确检验 254

12.2.2 显著性的置换检验 257

12.2.3 置信区间内的自助抽样 261

12.3 拓展阅读 262

12.4 练习 263

第三部分 聚类 265

第13章 基于代表点的聚类 267

13.1 K-means算法 267

13.2 核K-means 271

13.3 期望最大化聚类 274

13.3.1 一维数据的EM 276

13.3.2 d维数据的EM 278

13.3.3 最大似然估计 283

13.3.4 EM算法 286

13.4 拓展阅读 289

13.5 练习 290

第 14 章 层次式聚类 292

14.1 基础知识 292

14.2 聚合型层次式聚类 294

14.2.1 簇间距离 294

14.2.2 更新距离矩阵 297

14.2.3 计算复杂度 298

14.3 拓展阅读 298

14.4 练习 298

第15章 基于密度的聚类 301

15.1 DBSCAN算法 301

15.2 核密度估计 304

15.2.1 一元密度估计 304

15.2.2 多元密度估计 307

15.2.3 最近邻密度估计 308

15.3 基于密度的聚类：DENCLUE 309

15.4 拓展阅读 313

15.5 练习 314

第16章 谱聚类和图聚类 316

16.1 图和矩阵 316

16.2 基于图割的聚类 322

16.2.1 聚类目标函数：比例割

和归一割 323

16.2.2 谱聚类算法 325

16.2.3 最大化目标函数：平均割

和模块度 328

16.3 马尔可夫聚类 334

16.4 拓展阅读 339

16.5 练习 340

第17章 聚类验证 342

17.1 外部验证度量 342

17.1.1 基于匹配的度量 343

17.1.2 基于熵的度量 346

17.1.3 成对度量 349

17.1.4 关联度量 352

17.2 内部验证度量 354

17.3 相对验证度量 361

17.3.1 簇稳定性 366

17.3.2 聚类趋向性 368

17.4 拓展阅读 372

17.5 练习 373

第四部分 分类 375

第18章 基于概率的分类 377

18.1 贝叶斯分类器 377

18.1.1 估计先验概率 377

18.1.2 估计似然值 378

18.2 朴素贝叶斯分类器 382

18.3 K最近邻分类器 385

18.4 拓展阅读 387

18.5 练习 387

第19章 决策树分类器 389

19.1 决策树 390

19.2 决策树算法 392

19.2.1 分割点评估度量 393

19.2.2 评估分割点 394

19.2.3 计算复杂度 401

19.3 拓展阅读 401

19.4 练习 401

第20章 线性判别分析 403

20.1 最佳线性判别 403

20.2 核判别分析 408

20.3 拓展阅读 413

20.4 练习 414

第21章 支持向量机 415

21.1 支持向量和间隔 415

21.2 SVM：线性可分的情况 419

21.3 软间隔SVM：线性不可分

的情况 423

21.3.1 铰链误损 424

21.3.2 二次误损 427

21.4 核SVM：非线性情况 428

21.5 SVM训练算法：随机梯度上升 431

21.6 拓展阅读 436

21.7 练习 436

第22章 分类评估 438

22.1 分类性能度量 438

22.1.1 基于列联表的度量 439

22.1.2 二元分类：正类和负类 441

22.1.3 ROC分析 444

22.2 分类器评估 448

22.2.1 K折交叉验证 449

22.2.2 自助抽样 450

22.2.3 置信区间 451

22.2.4 分类器比较：配对t检验 455

22.3 偏差–方差分解 457

22.4 合成分类器 460

22.4.1 装袋法 460

22.4.2 随机森林：装袋决策树 461

22.4.3 boosting 463

22.4.4 堆栈法 467

22.5 拓展阅读 468

22.6 练习 469

第五部分 回归 471

第23章 线性回归 473

23.1 线性回归模型 473

23.2 二元回归 474

23.3 多元回归 479

23.3.1 多元回归的几何结构 481

23.3.2 多元回归算法 483

23.3.3 多元回归分析：随机梯度

下降 486

23.4 岭回归 487

23.5 核回归 490

23.6 L1回归：套索回归 494

23.6.1 次梯度和次微分 495

23.6.2 二元L1回归 495

23.6.3 多元L1回归 496

23.7 拓展阅读 498

23.8 练习 499

第24章 逻辑回归 500

24.1 二元逻辑回归 500

24.2 多元逻辑回归 506

24.3 拓展阅读 510

24.4 练习 510

第25章 神经网络 511

25.1 人工神经元：激活函数 511

25.2 神经网络：回归函数和分类

函数 515

25.2.1 回归函数 515

25.2.2 分类函数 516

25.2.3 误差函数 518

25.3 多层感知器：一个隐藏层 519

25.3.1 前馈阶段 520

25.3.2 反向传播阶段 521

25.3.3 MLP训练 525

25.4 深度多层感知器 529

25.4.1 前馈阶段 530

25.4.2 反向传播阶段 531

25.4.3 输出层的净梯度 531

25.4.4 隐藏层的净梯度 534

25.4.5 深度MLP训练 534

25.5 拓展阅读 537

25.6 练习 537

第26章 深度学习 539

26.1 循环神经网络 539

26.1.1 时间上的前馈 541

26.1.2 时间上的反向传播 541

26.1.3 训练RNN 544

26.1.4 双向RNN 546

26.2 门控RNN：长–短期记忆

网络 547

26.2.1 遗忘门 549

26.2.2 长–短期记忆网络 552

26.2.3 训练LSTM网络 553

26.3 卷积神经网络 556

26.3.1 卷积 556

26.3.2 偏差和激活函数 562

26.3.3 填充和步幅 563

26.3.4 广义聚合函数：池化 565

26.3.5 深度CNN 566

26.3.6 训练CNN 566

26.4 正则化 571

26.4.1 深度学习的L2正则化 572

26.4.2 丢弃正则化 574

26.5 拓展阅读 576

26.6 练习 576

第27章 回归评估 578

27.1 一元回归 578

27.1.1 估计方差 579

27.1.2 拟合优度 580

27.1.3 回归系数和偏差项

的推断 583

27.1.4 回归效果的假设检验 587

27.1.5 标准化残差 588

27.2 多元回归 591

27.2.1 拟合优度 593

27.2.2 回归系数推断 596

27.2.3 假设检验 598

27.2.4 统计检验的几何学方法 601

27.3 拓展阅读 604

27.4 练习 604

本书详实介绍了数据挖掘与机器学习相关的各种内容，包括数据矩阵、图数据、核方法、项集挖掘、聚类、贝叶斯分类器、决策树、支持向量机、线性回归、逻辑回归、神经网络、深度学习等，介绍其相关概念和基础算法，并在每章的末尾配有相关练习。第二版新增了几个关于回归的章节，包括神经网络和深度学习的内容。