作者：袁梅宇
出版社：佳魁資訊
出版日期：2015-11-30
語言：繁體中文
書號：PB1549
ISBN：9789863792536
裝訂：平裝
定價：590 元
相關檔案: 相關下載
內容簡介
有系統地講解資料採擷和機器學習工具Weka。
Weka是目前資料採擷和機器學習最著名的開放原始碼軟體，本書內容涵蓋Weka介紹、Explorer介面、Knowledge Flow介面、
Experimenter介面、命令列介面、Weka進階應用、Weka API和學習方案原始程式碼分析。
透過大量的實作操作，讓讀者了解並掌握資料採擷和機器學習的相關技能，拉近理論與實作的距離。
適用：從事資料採擷和機器學習相關人員、相關科系學生、研究生。
目錄
前言
Chapter 01 Weka 介紹
1.1 Weka 簡介
1.2 基本概念
1.3 Weka 系統安裝
1.4 存取資料庫
1.5 範例資料集
Chapter 02 Explorer 介面
2.1 圖形化使用者介面
2.2 前置處理
2.3 分類
2.4 分群
2.5 關聯
2.6 選擇屬性
2.7 可視化
Chapter 03 nowledge Flow 介面
3.1 知識流介紹
3.2 知識流元件
3.3 使用知識流元件
3.4 一步步教你用
Chapter 04 Experimenter 介面
4.1 簡介
4.2 標準實驗
4.3 遠端實驗
4.4 分析結果
Chapter 05 命令列介面
5.1 命令列介面介紹
5.2 Weka 結構
5.3 命令列選項
5.4 篩檢程式和分類器選項
5.5 套件管理器
Chapter 06 Weka 進階應用
6.1 貝氏網路
6.2 神經網絡
6.3 文字分類
6.4 時間序列分析及預測
Chapter 07 Weka API
7.1 加載資料
7.2 保存資料
7.3 處理選項
7.4 記憶體資料集處理
7.5 過濾
7.6 分類
7.7 分群
7.8 屬性選擇
7.9 視覺化
7.10 序列化
7.11 文字分類綜合範例
Chapter 08 學習方案原始程式碼分析
8.1 NaiveBayes 原始程式碼分析
8.2 實現分類器的約定
Appendix A 中英文術語對照
Appendix B Weka 演算法介紹
B-1 篩檢程式演算法介紹
B-2 分類演算法介紹
B-3 分群演算法介紹
B-4 連結演算法介紹
B-5 選擇屬性演算法介紹
Appendix C 參考文獻
