为你推荐
内容提要
前言
目录
1 关联规则模型AssociationModel
1.1 关联规则基础知识
1.2 关联规则算法简介
1.3 关联规则模型元素AssociationModel
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 朴素贝叶斯模型NaiveBayesModel
2.1 朴素贝叶斯模型基础知识
2.1.1 全概率公式
2.1.2 贝叶斯定理
2.2 朴素贝叶斯算法简介
2.2.1 朴素贝叶斯算法
2.2.2 朴素贝叶斯模型参数估计
2.3 朴素贝叶斯模型元素NaiveBayesModel
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 贝叶斯网络模型BayesianNetworkModel
3.1 贝叶斯网络基础知识
3.2 贝叶斯网络算法简介
3.3 贝叶斯网络模型元素BayesianNetworkModel
3.3.1 模型属性
3.3.2 模型子元素
3.3.3 评分应用过程
4 基线模型BaselineModel
4.1 基线模型的基础知识
4.1.1 一般基线模型的概念
4.1.2 PMML规范中的基线模型
4.2 基线模型元素BaselineModel
4.2.1 模型属性
4.2.2 模型子元素
4.2.3 评分应用过程
5 聚类模型ClusteringModel
5.1 聚类模型的基础知识
5.2 聚类算法简介
5.2.1 硬聚类和软聚类
5.2.2 基于算法主要特征的划分
5.2.3 PMML规范中的聚类
5.3 聚类模型元素ClusteringModel
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 通用回归模型GeneralRegressionModel
6.1 通用回归模型基础知识
6.2 通用回归算法简介
6.2.1 一般线性回归模型GLM
6.2.2 广义线性回归GLZM
6.2.3 Cox回归
6.3 通用回归模型元素GeneralRegressionModel
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 回归模型RegressionModel
7.1 模型属性
7.2 模型子元素
7.3 评分应用过程
8 高斯过程模型GaussianProcessModel
8.1 高斯过程模型基础知识
8.2 高斯过程算法简介
8.3 高斯过程模型GaussianProcessModel
8.3.1 模型属性
8.3.2 模型元素
8.3.3 评分应用过程
9 最近邻模型NearestNeighborModel
9.1 KNN最近邻模型基础知识
9.2 KNN最近邻模型算法简介
9.3 最近邻模型NearestNeighborModel
9.3.1 模型属性
9.3.2 模型子元素
9.3.3 评分应用过程
附录
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
6.8
