开发工具:
文件大小: 5mb
下载次数: 0
上传时间: 2019-07-15
详细说明： 机器学习是人工智能的一个分支，它在算法与数据的协助下，让计算机像人类一样学习和行 动。针对给定的数据集，机器学习算法会学习数据的不同属性，并对以后可能遇到的数据属性进 行推断。 本书教你如何使用Java创建并实现机器学习算法，既有基础概念的讲解，也有示例供你学习。 当然，还会介绍一些常用的机器学习库，如Weka、 Apache Mahout、 Mallet等。阅读本书后，你 将懂得如何为特定问题选择合适的机器学习方法，以及如何比较与评估不同技术的优劣。书中还 会讲解性能提升技术，包括输入预处理以及合并不同方法产生的输出。 我们将探讨使用Java库进行机器学习的技术细节，并配有清晰易懂的示例。同时，你还将学 习如何准备要分析的数据、如何选择机器学习方法，以及如何 衡量流程的有效性。 本书内容 第1章 机器学习应用快速入门。讲解机器学习的基础知识、常见概念、原理，以及机器学 习的应用流程。 第2章 面向机器学习的Java库与平台。介绍各种机器学习专用的Java库与平台。你将了解 每个库提供的功能，以及可以用于解决哪些问题。涉及的机器学习库有Weka、 Java-ML、 Apache Mahout、 Apache Spark、 Deeplearning4j和Mallet。 第3章 基本算法——分类、回归和聚类。从最基本的机器学习任务入手，使用小巧又易懂 的数据集，介绍分类、回归和聚类的关键算法。 第4章 利用集成方法预测客户关系。深入研究一个真实的客户营销数据库，目标是对可能 流失以及可进行追加推销与交叉推销的客户进行预测。我们将使用集成方法解决这个问题，并且 采用在KDD Cup竞赛中获胜的解决方案。 第5章 关联分析。讲解如何使用关联规则挖掘分析共生关系。我们将通过“购物篮分析” 了解顾客的购买行为，并讨论如何将这种方法应用到其他领域。2 前 言 第6章 使用Apache Mahout制作推荐引擎。讲解一些基本概念，帮助你了解推荐引擎原 理，然后利用Apache Mahout实现两个应用——基于内容的过滤与协同推荐器。 第7章 欺诈与异常检测。介绍异常和可疑模式检测的背景，然后讲解两个实际应用——保 险索赔欺诈检测与网站流量异常检测。 第8章 利用Deeplearning4j进行图像识别。介绍图像识别与基本的神经网络架构，然后讨 论如何利用Deeplearning4j库实现各种深度学习架构，以实现对手写体数字的识别。 第9章 利用手机传感器进行行为识别。借助传感器数据解决模式识别问题。这一章介绍行 为识别过程，讲解如何使用Android设备收集数据，并提出一个分类模型以对日常生活行为进行 识别。 第10章 利用Mallet进行文本挖掘——主题模型与垃圾邮件检测。讲解文本挖掘的基础知 识，介绍文本处理管道，演示如何将其应用于两个实际问题（主题建模与文档分类）。 第11章 机器学习进阶。这是全书最后一章，提供关于如何部署模型的实用建议，并进一步 给出提示，告诉你去哪里寻找更多资源、资料、场所和技术，以便深入了解机器学习。 阅读前提 为了实际运行书中示例，你需要一台安装有JDK的个人计算机。所有能下载的示例与源代码 都假定你使用的是支持Maven（一个依赖管理与自动创建工具）与Git（版本控制系统）的Eclipse IDE开发环境。各章示例依赖Weka、 Deeplearning4j、 Mallet、 Apache Mahout等各种库。关于如何 获取与安装这些库，会在各章首次用到它们时进行讲解。 读者对象 本书为那些想学习如何使用Java机器学习库进行数据分析的人而写。或许你已经对机器学习 有了一点了解，但从未用过Java；又或许你懂得一点Java，而在机器学习方面是个新手。不论你 属于哪种情况，本书都能让你快速上手，并提供必需的技能，让你能够成功创建、定制，以及在 实际生活中部署机器学习应用。如果你懂得一点基本的编程知识以及数据挖掘相关概念会更好， 但不要求你必须拥有与数据挖掘程序包相关的开发经验。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
