最 低 价：￥34.30
| 刘兵（Bing Liu），伊利诺伊大学芝加哥分校（tnc）教授，他在爱丁堡大学获得人工智能博士学位。刘兵教授是Web挖掘研究领域的国际知名专家，在Web内容挖掘、互联网观点挖掘、数据挖掘等领域有非常高的造诣，他先后在国际著名学术期刊与重要国际学术会议（如KDD、www、AAAl、SIGIR、ICML、TKDE等）上发布关于数据挖掘、Web挖掘和文本挖掘论文一百多篇。刘兵教授担任过多个国际期刊的编辑，也是多个国际学术会议（如www、KDD与AAAl等）的程序委员会委员。 |
| 第一部分 数据挖掘基础 第1章 概述 1.1 什么是万维网 1.2 万维网和互联网的历史简述 1.3 Web数据挖掘 1.4 各章概要 1.5 如何阅读本书 文献评注 第2章 关联规则和序列模式 2.1 关联规则的基本概念 2.2 Apriori算法 2.3 关联规则挖掘的数据格式 2.4 多最小支持度的关联规则挖掘 2.5 分类关联规则挖掘 2.6 序列模式的基本概念 2.7 基于GSP挖掘序列模式 2.8 基于PrefixSpan算法的序列模式挖掘 2.9 从序列模式中产生规则 文献评注 第3章 监督学习 3.1 基本概念 3.2 决策树推理 3.3 评估分类器 3.4 规则推理 3.5 基于关联规则的分类 3.6 朴素贝叶斯分类 3.7 朴素贝叶斯文本分类 3.8 支持向量机 3.9 k-近邻学习 3.10 分类器的集成 文献评注 第4章 无监督学习 4.1 基本概念 4.2 k-均值聚类 4.3 聚类的表示 4.4 层次聚类 4.5 距离函数 4.6 数据标准化 4.7 混合属性的处理 4.8 采用哪种聚类算法 4.9 聚类的评估 4.10 发现数据区域和数据空洞 文献评注 第5章 部分监督学习 5.1 从已标注数据和无标注数据中学习 5.2 从正例和无标注数据中学习 附录： 朴素贝叶斯EM算法的推导 文献评注 第二部分 Web挖掘 第6章 信息检索与Web搜索 6.1 信息检索中的基本概念 6.2 信息检索模型 6.3 关联性反馈 6.4 评估标准 6.5 文本和网页的预处理 6.6 倒排索引及其压缩 6.7 隐式语义索引 6.8 Web搜索 6.9 元搜索引擎和组合多种排序 6.10 网络作弊 文献评注 第7章 链接分析 第8章 Web爬取 第9章 结构化数据抽取：包装器生成 第10章 信息集成 第11章 观点挖掘 第12章 Web使用挖掘 |
内容加载中，请稍后...
商品评论（0条）