搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
出版时间 :
无库存
数据流挖掘与在线学习算法
0.00     定价 ¥ 68.00
泸西县图书馆
此书还可采购1本,持证读者免费借回家
  • ISBN:
    9787519869946
  • 作      者:
    李志杰
  • 出 版 社 :
    中国电力出版社
  • 出版日期:
    2022-09-01
收藏
编辑推荐

(1)内容全面、案例丰富,对各种在线学习算法的背景、相关工作、模型定义、算法设计思想、以及实验方案与结果分析等,都有完整的阐述。
(2)聚焦大数据分析核心问题,详细介绍与分析了多种典型的在线学习模型与算法,采用的实验平台开源、简单易用。每章后面都设计了可操作性的课程实验,并在图书的附录部分提供课程实验参考报告和其他教学与科研资料。

展开
作者简介

 李志杰,男,博士,副教授,硕士研究生导师,中国通信学会高级会员。主要研究方向为大数据在线学习,主持湖南省自然科学基金面上项目 1项;作为第1作者在《计算机研究与发展》、《计算机科学与探索》、ICDM、IJCNN等国内外期刊和学术会议发表论文10多篇,EI收录7篇。主讲《大数据基础》、《大数据实时分析》、《离线大数据分析》等课程;主持湖南省普通高校教学改革项目 1 项,湖南理工学院教研教改项目 1 项。兼任中国通信学会第一届云计算与大数据应用委员会委员、《计算机学报》学术刊物审稿人。

展开
目录

前言

第1章 数据流机器学习
1.1 大数据的两种计算模式
1.1.1 大数据离线分析
1.1.2 批量处理方法
1.1.3 大数据实时分析
1.1.4 在线学习方法
1.2 离线分析平台Wreka
1.2.1 数据挖掘和机器学习
1.2.2 图形用户界面
1.2.3 ARFF格式与示例数据集
1.2.4 预处理过滤器
1.2.5 属性选择
1.2.6 可视化
1.3 数据流挖掘
1.3.1 数据流挖掘循环过程
1.3.2 分类器评估
1.3.3 分类方法
1.3.4 回归
1.3.5 聚类
1.3.6 频繁模式挖掘
1.4 数据流变化处理方法
1.4.1 数据流分布统计测试
1.4.2 概念漂移数据流产生
1.4.3 漂移评估与探测
1.4.4 自适应滑动窗口
1.4.5 数据流特征高维问题
1.4.6 噪音数据流处理
1.5 大规模在线分析平台MOA
1.5.1 图形用户界面
1.5.2 命令行操作
1.5.3 数据源和数据流生成器
课程实验1 实验平台安装与操作
1.6.1 实验目的
1.6.2 实验环境
1.6.3 安装平台
1.6.4 平台操作
参考文献

第2章 MOA平台机器学习实例
2.1 MOA分类
2.1.1 MOA分类器
2.1.2 朴素贝叶斯增量分类器
2.1.3 Hoeffding自适应窗口树
2.1.4 MOA分类实战操作
2.2 集成分类实例
2.2.1 装袋算法
2.2.2 提升算法
2.2.3 随机森林算法
2.2.4 MOA集成实战操作
2.3 MOA聚类
2.3.1 MOA聚类设置
2.3.2 DBSCAN密度聚类
2.3.3 Den-Stream数据流聚类
2.3.4 MOA聚类实战操作
2.4 频繁闭合项集挖掘算法
2.4.1 MOA扩展包
2.4.2 MOA加载配置IncMine扩展包
2.4.3 Java调用IncMine对象和选项
2.4.4 Eclipse环境下开发IncMine代码
课程实验2数据分类
……

第3章 数据流在线学习模型与典型算法
第4章 离线挖掘频繁闭合项集
第5章 频繁子序列与基因表达数据双向聚类
第6章 数据流显露模式与贝叶斯分类
第7章 在线特征稀疏学习
第8章 低秩表示在线学习
第9章 可变数据流重复类与新类检测
第10章 KNN自适应存储处理异质概念漂移

展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

温馨提示:请使用泸西县图书馆的读者帐号和密码进行登录

点击获取验证码
登录