为你推荐
前言
1 神经网络模型（NeuralNetwork）
1.1 神经网络模型基础知识
1.2 神经网络模型算法简介
1.3 神经网络模型元素
1.3.1 模型属性
1.3.2 模型子元素
1.3.3 评分应用过程
2 决策树模型（TreeModel）
2.1 决策树模型基础知识
2.1.1 决策树模型简介
2.1.2 逻辑谓词表达式
2.2 决策树模型算法简介
2.2.1 卡方自动交互检验算法（CHAID）
2.2.2 迭代二叉树ID3
2.2.3 分类器C4.5和C5.0
2.2.4 分类与回归树算法CART
2.3 决策树模型元素
2.3.1 模型属性
2.3.2 模型子元素
2.3.3 评分应用过程
3 规则集模型（RuleSetModel）
3.1 规则集模型基础知识
3.2 规则集模型元素
3.2.1 模型属性
3.2.2 模型子元素
3.2.3 评分应用过程
4 序列模型（SequenceModel）
4.1 序列模型基础知识
4.2 序列模型算法简介
4.2.1 GSP算法
4.2.2 SPADE算法
4.2.3 PrefixSpan算法
4.3 序列模型元素
4.3.1 模型属性
4.3.2 模型子元素
4.3.3 评分应用过程
5 评分卡模型（Scorecard）
5.1 评分卡模型基础知识
5.2 评分卡模型算法简介
5.3 评分卡模型元素
5.3.1 模型属性
5.3.2 模型子元素
5.3.3 评分应用过程
6 支持向量机模型（SupportVectorMachineModel）
6.1 支持向量机模型基础知识
6.2 支持向量机模型算法简介
6.3 支持向量机模型元素
6.3.1 模型属性
6.3.2 模型子元素
6.3.3 评分应用过程
7 时间序列模型（TimeSeriesModel）
7.1 时间序列模型基础知识
7.2 时间序列模型算法简介
7.2.1 算法概述
7.2.2 指数平滑算法
7.3 时间序列模型元素
7.3.1 模型属性
7.3.2 模型子元素
7.3.3 评分应用过程
8 聚合模型（MiningModel）
8.1 模型聚合基础知识
8.2 挖掘模型MiningModel
附录
后记
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
