數據流機器學習:MOA (Machine Learning for Data Streams)
[法] 阿爾伯特·比費特(Albert Bifet) [西班牙] 理乍得·戈華達(Richard Gavaldà) [新西蘭] 傑弗里·福爾摩斯(Geoffrey Holmes) [新西蘭] 伯恩哈德·普法林格(Bernhard Pfahringer)
- 出版商: 機械工業
- 出版日期: 2019-12-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- ISBN: 7111641396
- ISBN-13: 9787111641391
-
相關分類:
Machine Learning
- 此書翻譯自: Machine Learning for Data Streams: with Practical Examples in MOA (Adaptive Computation and Machine Learning series)
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$288$274 -
$403Web 與網絡數據科學:建模技術在預測分析中的應用 (Web and network data science: modeling techniques in predictive analytics)
-
$590$460 -
$454無線傳感器網絡原理 (Principles of wireless sensor networks)
-
$352關聯數據:萬維網上的結構化數據
-
$500$390 -
$680$578 -
$301特徵工程入門與實踐 (Feature Engineering Made Easy)
-
$454增強型分析:AI驅動的數據分析、業務決策與案例實踐
-
$490$417 -
$600$510 -
$454Python 爬蟲技術 — 深入理解原理、技術與開發
-
$343深度學習之模型設計:核心算法與案例實踐
-
$594$564 -
$954$906 -
$534$507 -
$354$336 -
$534$507 -
$458特徵工程的藝術:通用技巧與實用案例
-
$880$695 -
$620$490 -
$359$341 -
$474$450 -
$594$564 -
$768$730
相關主題
商品描述
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。