數據流機器學習：MOA (Machine Learning for Data Streams)

本書分成三個部分。第一部分簡要地介紹大數據流挖掘，包含三章。前兩章介紹大數據流及其基本挖掘方法。後一章是MOA上手指南，讀者可以作為參考，自行探索MOA。第二部分詳細地展現了數據流挖掘中的常見問題和重要算法。由於涉及的知識面廣闊，本書優先講解MOA中已涵蓋的算法。該部分第一章提到了sketch技巧，本書認為數據流挖掘領域人員很有必要對該技巧加以瞭解。大部分章節含有一套練習題或MOA上手教程，或兩者兼具。第三部分全篇講解MOA，從用戶界面開始，到命令行和API，最後講解如何實現新方法。

如今，許多信息源（包括傳感器網絡、金融市場、社交網絡和醫療保健監控）都是所謂的數據流，依序高速地傳入數據。在無法存儲整個數據集的情況下，我們必須基於部分樣本進行實時分析。本書介紹了數據流挖掘和實時分析中使用的算法和技術，並在展示技術時使用了MOA（大規模在線分析）——一個熱門的免費開源軟件框架。本書提供動手實踐的方法，使得讀者能夠在閱讀相關解釋後，通過MOA嘗試這些技術。
本書首先簡要介紹主題，包括大數據挖掘、數據流挖掘的基本方法，以及MOA的簡單示例。之後的章節詳細討論了數據流中的sketch技術、變化、分類、集成方法、回歸、聚類和頻繁模式挖掘等。大多數章節都包含練習題或基於MOA的實驗指南，或兩者兼具。最後，本書討論了MOA軟件，包括MOA圖形用戶界面、命令行、API的使用，以及如何為MOA開發新方法。對於想要在實踐中使用數據流挖掘的讀者、創新或數據流挖掘領域的研究人員，以及想要為MOA創建新算法的程序員而言，本書都是必不可少的參考指南。