扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
人工智能开发丛书人工智能开发丛书--数据挖掘与机器学习:PMML建模(下) 版权信息
- ISBN：9787122369871
- 条形码：9787122369871 ; 978-7-122-36987-1
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
人工智能开发丛书人工智能开发丛书--数据挖掘与机器学习:PMML建模(下) 本书特色
本书是当前国内独一关于数据挖掘和机器学习语言PMML的图书。潘风文博士具有大数据领域二十多年的丰富经验，取得诸多成果，本书是作者长期研发经验的积累结晶。
人工智能开发丛书人工智能开发丛书--数据挖掘与机器学习:PMML建模(下) 内容简介
本书详细描述了PMML规范（Ver4.3）所支持的8种模型：神经网络模型、决策树模型、规则集模型、序列模型、评分卡模型、支持向量机模型、时间序列模型和聚合模型。全书不是简单地介绍PMML语法，而是融合各种挖掘模型基础知识和算法知识，告诉开发者如何融会贯通地掌握、使用PMML语言，不仅能够学习到标准的PMML模型表达方式，而且能学习机器学习模型的丰富知识，从而熟练地把PMML语言应用到自己的项目实践中。 本书可供从事数据挖掘（机器学习）、人工智能系统开发的软件开发者和爱好者学习使用，也可以作为高等院校大数据和人工智能等相关专业的教材。
人工智能开发丛书人工智能开发丛书--数据挖掘与机器学习:PMML建模(下) 目录
1 神经网络模型（NeuralNetwork） 1
1.1 神经网络模型基础知识 2
1.2 神经网络模型算法简介 5
1.3 神经网络模型元素 9
1.3.1 模型属性 10
1.3.2 模型子元素 14
1.3.3 评分应用过程 28
2 决策树模型（TreeModel） 29
2.1 决策树模型基础知识 30
2.1.1 决策树模型简介 30
2.1.2 逻辑谓词表达式 31
2.2 决策树模型算法简介 33
2.2.1 卡方自动交互检验算法（CHAID） 33
2.2.2 迭代二叉树ID3 42
2.2.3 分类器C4.5和C5.0 47
2.2.4 分类与回归树算法CART 53
2.3 决策树模型元素 54
2.3.1 模型属性 56
2.3.2 模型子元素 59
2.3.3 评分应用过程 68
3 规则集模型（RuleSetModel） 79
3.1 规则集模型基础知识 80
3.2 规则集模型元素 80
3.2.1 模型属性 81
3.2.2 模型子元素 81
3.2.3 评分应用过程 89
4 序列模型（SequenceModel） 93
4.1 序列模型基础知识 94
4.2 序列模型算法简介 97
4.2.1 GSP算法 97
4.2.2 SPADE算法 101
4.2.3 PrefixSpan算法 103
4.3 序列模型元素 104
4.3.1 模型属性 106
4.3.2 模型子元素 107
4.3.3 评分应用过程 118
5 评分卡模型（Scorecard） 119
5.1 评分卡模型基础知识 120
5.2 评分卡模型算法简介 121
5.3 评分卡模型元素 131
5.3.1 模型属性 132
5.3.2 模型子元素 134
5.3.3 评分应用过程 143
6 支持向量机模型（SupportVectorMachineModel） 145
6.1 支持向量机模型基础知识 146
6.2 支持向量机模型算法简介 148
6.3 支持向量机模型元素 152
6.3.1 模型属性 154
6.3.2 模型子元素 155
6.3.3 评分应用过程 164
7 时间序列模型（TimeSeriesModel） 167
7.1 时间序列模型基础知识 168
7.2 时间序列模型算法简介 171
7.2.1 算法概述 172
7.2.2 指数平滑算法 173
7.3 时间序列模型元素 176
7.3.1 模型属性 177
7.3.2 模型子元素 178
7.3.3 评分应用过程 192
8 聚合模型（MiningModel） 195
8.1 模型聚合基础知识 196
8.2 挖掘模型MiningModel 197
附录 225
后记 227
1.1 神经网络模型基础知识 2
1.2 神经网络模型算法简介 5
1.3 神经网络模型元素 9
1.3.1 模型属性 10
1.3.2 模型子元素 14
1.3.3 评分应用过程 28
2 决策树模型（TreeModel） 29
2.1 决策树模型基础知识 30
2.1.1 决策树模型简介 30
2.1.2 逻辑谓词表达式 31
2.2 决策树模型算法简介 33
2.2.1 卡方自动交互检验算法（CHAID） 33
2.2.2 迭代二叉树ID3 42
2.2.3 分类器C4.5和C5.0 47
2.2.4 分类与回归树算法CART 53
2.3 决策树模型元素 54
2.3.1 模型属性 56
2.3.2 模型子元素 59
2.3.3 评分应用过程 68
3 规则集模型（RuleSetModel） 79
3.1 规则集模型基础知识 80
3.2 规则集模型元素 80
3.2.1 模型属性 81
3.2.2 模型子元素 81
3.2.3 评分应用过程 89
4 序列模型（SequenceModel） 93
4.1 序列模型基础知识 94
4.2 序列模型算法简介 97
4.2.1 GSP算法 97
4.2.2 SPADE算法 101
4.2.3 PrefixSpan算法 103
4.3 序列模型元素 104
4.3.1 模型属性 106
4.3.2 模型子元素 107
4.3.3 评分应用过程 118
5 评分卡模型（Scorecard） 119
5.1 评分卡模型基础知识 120
5.2 评分卡模型算法简介 121
5.3 评分卡模型元素 131
5.3.1 模型属性 132
5.3.2 模型子元素 134
5.3.3 评分应用过程 143
6 支持向量机模型（SupportVectorMachineModel） 145
6.1 支持向量机模型基础知识 146
6.2 支持向量机模型算法简介 148
6.3 支持向量机模型元素 152
6.3.1 模型属性 154
6.3.2 模型子元素 155
6.3.3 评分应用过程 164
7 时间序列模型（TimeSeriesModel） 167
7.1 时间序列模型基础知识 168
7.2 时间序列模型算法简介 171
7.2.1 算法概述 172
7.2.2 指数平滑算法 173
7.3 时间序列模型元素 176
7.3.1 模型属性 177
7.3.2 模型子元素 178
7.3.3 评分应用过程 192
8 聚合模型（MiningModel） 195
8.1 模型聚合基础知识 196
8.2 挖掘模型MiningModel 197
附录 225
后记 227
展开全部
书友推荐
本类畅销
-
十二字节
¥42.4¥69 -
前瞻交互:从语音、手势设计到多模融合
¥76.3¥109 -
人工智能
¥18.6¥55 -
人工智能技术商业应用场景实战
¥45.8¥79 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206
