《數據挖掘與機器學習：PMML建模（上）》是2020年2月化學工業出版社出版的圖書，作者是潘風文、黃春芳。
基本介紹
- 書名：數據挖掘與機器學習：PMML建模（上）
- 作者：潘風文、黃春芳
- 出版社：化學工業出版社
- 出版時間：2020年2月
- 定價：99 元
- 開本：16 開
- ISBN：9787122356079
內容簡介,圖書目錄,
內容簡介
《數據挖掘與機器學習：PMML建模（上）/人工智慧開發叢書》結合實際例子詳細介紹了數據挖掘和機器學習領域關聯規則模型、樸素貝葉斯模型、貝葉斯網路模型、基線模型、聚類模型、通用回歸模型、回歸模型、高斯過程模型以及K近鄰模型九種模型的表達方式及構建知識。讀者好同時結合《PMML建模標準語言基礎》一書進行學習，以便融會貫通，靈活運用，更好地把PMML語言套用到自己的項目實踐中。
《數據挖掘與機器學習：PMML建模（上）/人工智慧開發叢書》的讀者對象為從事數據挖掘、機器學習、人工智慧系統開發的人員以及教師和學生，也可以作為大數據及機器學習愛好者的自學用書。
圖書目錄
1 關聯規則模型AssociationModel
1．1 關聯規則基礎知識
1．2 關聯規則算法簡介
1．3 關聯規則模型元素AssociationModel
1．3．1 模型屬性
1．3．2 模型子元素
1．3．3 評分套用過程
2 樸素貝葉斯模型NaiveBayesModel
2．1 樸素貝葉斯模型基礎知識
2．1．1 全機率公式
2．1．2 貝葉斯定理
2．2 樸素貝葉斯算法簡介
2．2．1 樸素貝葉斯算法
2．2．2 樸素貝葉斯模型參數估計
2．3 樸素貝葉斯模型元素NaiveBayesModel
2．3．1 模型屬性
2．3．2 模型子元素
2．3．3 評分套用過程
3 貝葉斯網路模型BayesianNetworkModel
3．1 貝葉斯網路基礎知識
3．2 貝葉斯網路算法簡介
3．3 貝葉斯網路模型元素BayesianNetworkModel
3．3．1 模型屬性
3．3．2 模型子元素
3．3．3 評分套用過程
4 基線模型BaselineModel
4．1 基線模型的基礎知識
4．1．1 一般基線模型的概念
4．1．2 PMML規範中的基線模型
4．2 基線模型元素BaselineModel
4．2．1 模型屬性
4．2．2 模型子元素
4．2．3 評分套用過程
5 聚類模型ClusteringModel
5．1 聚類模型的基礎知識
5．2 聚類算法簡介
5．2．1 硬聚類和軟聚類
5．2．2 基於算法主要特徵的劃分
5．2．3 PMML規範中的聚類
5．3 聚類模型元素ClusteringModel
5．3．1 模型屬性
5．3．2 模型子元素
5．3．3 評分套用過程
6 通用回歸模型GeneralRegressionModel
6．1 通用回歸模型基礎知識
6．2 通用回歸算法簡介
6．2．1 一般線性回歸模型GLM
6．2．2 廣義線性回歸GLZM
6．2．3 Cox回歸
6．3 通用回歸模型元素GeneralRegressionModel
……
