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。
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
Appendix C 參考文獻
*訂單結帳金額若超過$3,000元以上,可能因商品材積過大無法使用7-11超商門市取貨,建議您可將本次商品分批訂購。
相關7-11包裹材積限制可參考以下說明:
商品材積 (若商品不符以上條件,則商品無法配送,需退返廠商。)
商品材積:長 45 公分、寬 30 公分、高 30 公分且重量於 10 公斤(含)以內為限,
但不小於出貨標籤(長 9 公分、寬 12.5 公分、高 0.5 公分)。
ATM
您在本站購買商品時,可利用全台【ATM】進行付款的動作。當您在網站上完成訂單購買程序後,經店鋪確認訂單後,會由樂天自動發信【轉入帳號】至您在樂天所登錄的信箱中。
※提醒您在使用【ATM】的機器時請選擇繳費功能,再輸入信件中的轉入帳號,完成交易後ATM會收取相關的手續費用(一般是15元),我們並不會向您收取任何的費用,請您安心使用。
※ 完成訂購手續,不代表交易已經完成或契約已經成立,倘您尚未完成付款,若交易條件有誤、商品無存貨、服務無法提供、或有其他正當理由之情形,店鋪得於您訂購後兩個工作日內拒絕該筆交易。
信用卡付款
如果訂購時選擇信用卡付款,須請您務必詳實填寫您的資料,以方便與銀行做信用卡資料核對 。
經樂天市場與信用卡中心進行身份以及資料核對後,無任何問題,則店家將進行請款及配送程序。
若您的信用卡資料與信用卡中心不符,店家將店家要主動聯繫消費者確認資料。
![]() |