大小:40.42M
更新时间:23-08-31
系统:Pc
版本:v
1.1 智能Web应用实例
1.2 智能应用的基本要素
1.3 什么应用会受益于智能?
1.3.1 社交网络
1.3.2 Mashup
1.3.3 门户网站
1.3.4 维基
1.3.5 文件分享网站
1.3.6 网络游戏
1.4 如何构建智能应用?
1.4.1 检查功能和数据
1.4.2 获取更多的数据
1.5 机器学习、数据挖掘及其他
1.6 智能应用中八个常见的误区
1.6.1 误区1:数据是可靠的
1.6.2 误区2:计算能马上完成
1.6.3 误区3:不用考虑数据规模
1.6.4 误区4:不考虑解决方案的可扩展性
1.6.5 误区5:随处使用同样的方法
1.6.6 误区6:总是能知道计算时间
1.6.7 误区7:复杂的模型更好
1.6.8 误区8:存在无偏见的模型
1.7 小结
1.8 参考资料
2 搜索
2.1 用Lucene实现搜索
2.1.1 理解Lucene代码
2.1.2 搜索的基本步骤
2.2 为什么搜索不仅仅是索引?
2.3 用链接分析改进搜索结果
2.3.1 Page Rank简介
2.3.2 计算Page Rank向量
2.3.3 alpha:网页间跳转的影响
2.3.4 理解幂方法
2.3.5 结合索引分值和Page Rank分值
2.4 根据用户点击改进搜索结果
2.4.1 用户点击初探
2.4.2 朴素贝叶斯分类器的使用
2.4.3 整合Lucene索引、Page Rank和用户点击
2.5 Word、PDF等无链接文档的排序
2.5.1 Doc Rank算法简介
2.5.2 Doc Rank的原理
2.6 大规模实现的有关问题
2.7 用户得到了想要的结果吗?精确度和查全率
2.8 总结
2.9 To Do
2.10 参考资料
3 推荐系统
3.1 一个在线音乐商店:基本概念
3.1.1 距离与相似度的概念
3.1.2 走近相似度的计算
3.1.3 什么才是最好的相似度计算公式?
3.2 推荐引擎是怎么工作的
3.2.1 基于相似用户的推荐
3.2.2 基于相似条目的推荐
3.2.3 基于内容的推荐
3.3 推荐朋友、文章与新闻报道
3.3.1 MyDiggSpace.com简介
3.3.2 发现朋友
3.3.3 Digg Delphi的内部工作机制
3.4 学习推荐电影
3.4.1 电影数据集的介绍及推荐器
3.4.2 数据标准化与相关系数
3.5 大规模的实现与评估
3.6 总结
3.7 To Do
3.8 参考资料
4 聚类:事物的分组
4.1 聚类的需求
4.1.1 网站中的用户组:案例研究
4.1.2 用SQL order by子句分组
4.1.3 用数组排序分组
4.2 聚类算法概述
4.2.1 基于分组结构的聚类算法分类
4.2.2 基于数据类型和结构的聚类算法分类
4.2.3 根据数据规模的聚类算法分类
4.3 基于链接的算法
4.3.1 树状图:基本的聚类数据结构
4.3.2 基于链接的算法概况
4.3.3 单链接算法
4.3.4 平均链接算法
4.3.5 最小生成树算法
4.4 k-means算法
4.4.1 初识k-means算法
4.4.2 k-means的内部原理
4.5 鲁棒的链接型聚类(ROCK)
4.5.1 ROCK简介
4.5.2 为什么ROCK这么强大?
4.6 DBSCAN
4.6.1 基于密度的算法简介
4.6.2 DBSCAN的原理
4.7 超大规模数据聚类
4.7.1 计算复杂性
4.7.2 高维度
4.8 总结
4.9 To Do
4.10 参考资料
5 分类:把事物放到它该在的地方
5.1 对分类的需求
5.2 分类器的概述
5.2.1 结构分类算法
5.2.2 统计分类算法
5.2.3 分类器的生命周期
5.3 邮件的自动归类与垃圾邮件过滤
5.3.1 朴素贝叶斯分类
5.3.2 基于规则的分类
5.4 用神经网络做欺诈检测
5.4.1 交易数据中关于欺诈检测的一个用例
5.4.2 神经网络概览
5.4.3 一个可用的神经网络欺诈检测器
5.4.4 神经网络欺诈检测器剖析
5.4.5 创建通用神经网络的基类
5.5 你的结果可信吗?
5.6 大数据集的分类
5.7 总结
5.8 To Do
5.9 参考资料
6 分类器组合
6.1 信贷价值:分类器组合案例研究
6.1.1 数据的简要说明
6.1.2 为真实问题生成人工数据
6.2 用单分类器做信用评估
6.2.1 朴素贝叶斯的基准线
6.2.2 决策树基准线
6.2.3 神经网络基线
6.3 在同一个数据集中比较多个分类器
6.3.1 Mc Nemar检验
6.3.2 差额比例检验
6.3.3 Cochran Q检验与F检验
6.4 Bagging: bootstrap聚合(bootstrap aggregating)
6.4.1 bagging实例
6.4.2 bagging分类器底层细节
6.4.3 分类器集成
6.5 Boosting:一种迭代提高的方法
6.5.1 boosting分类器实例
6.5.2 boosting分类器底层细节
6.6 总结
6.7 To Do
6.8 参考资料
7 智能技术大汇集:一个智能新闻门户
7.1 功能概览
7.2 获取并清洗内容
7.2.1 各就位、预备、开抓!
7.2.2 搜索预备知识回顾
7.2.3 一个抓取并处理好的新闻数据集
7.3 搜索新闻
7.4 分配新闻类别
7.4.1 顺序问题
7.4.2 使用News Processor类进行分类
7.4.3 分类器
7.4.4 分类策略:超越底层的分类
7.5 用News Processor类创建新闻分组
7.5.1 聚类全部文章
7.5.2 在一个新闻类别中聚类文章
7.6 基于用户评分的动态内容展示
7.7 总结
7.8 To Do
7.9 参考资料
附录A Bean Shell简介
A.1 什么是Bean Shell?
A.2 为什么使用Bean Shell?
A.3 运行Bean Shell
A.4 参考资料
附录B 网络采集
B.1 爬虫组件概况
B.1.1 采集的步骤
B.1.2 我们的简单爬虫
B.1.3 开源Web爬虫
B.2 参考资料
附录C 数学知识回顾
C.1 向量和矩阵
C.2 距离的度量
C.3 高级矩阵方法
C.4 参考资料
附录D 自然语言处理
D.1 参考资料
附录E 神经网络
E.1 参考资料
索引
来源于网络,仅用于分享知识,学习和交流!请下载完在24小时内删除。
禁用于商业用途!请购买正版,谢谢合作。
1、下载并解压,得出pdf文件
2、如果在电脑上打不开pdf文件,别着急,那么您需要先在电脑上下载一个pdf阅读软件
3、有pdf阅读文件直接双击即可打开pdf文件
同类热门
热门标签
网友评论0人参与,0条评论
最新排行
redis入门指南(第2版)11.35Mpdf完整版 Redis是一个开源的key-value存储,可用于构建高性能,可扩展的Web应用程序,它不仅支持丰富的数据类型,而且在响应速度上还非常快速,国内的新浪网就大量的使用了这种技术,如果您想要学习这种语言的话,那么小编推荐您先下载这款redis入门指南
查看2017通信与广电工程管理与实务22Mpdf高清版2017通信与广电工程管理与实务就由中国通信企业协会通信工程建设分会组织通信行业富有技术和管理实践经验的专家,依据2013年新修订的《一级建造师执业资格考试大纲>> (通信与广电工程)科目考试大纲编写而成,全书阐述了从事通信与广电工程项目管理
查看android驱动开发与移植实战详解5.14Mpdf高清版android驱动开发与移植实战详解是一本pdf高清版的电子图书,已经附带了pdf福昕阅读器在软件包中,用户可以即下即看。android安卓系统是谷歌公司推出的一款手机系统,是基于linux内核开发的,能够迅速建立手机软件的解决方案。该系统采用了webk
查看深入浅出mysql第二版 pdf180.33M扫描版 深入浅出mysql数据库开发 优化与管理维护(第2版),简称为深入浅出mysql第二版,是一本MySQL数据库使用指导指南,由唐汉明,翟振兴,关宝军三人共同编著。本书内容丰富翔实,从开发、管理和管理维护3个角度逐步深入,全面介绍MySQL数据库技术
查看神一样的产品经理pdf167.42M扫描版神一样的产品经理:基于移动与互联网产品实践是一本移动产品经理用书,由闫荣编著。作者以《引爆产品流行的7大原则》为主题为大家带来了一场理论和实践相互碰撞的分享和交流,以超出预期、人性设计和情感共鸣三方面入手,通过实际案例的讲解,帮助学员共同打造产品气质。全
查看计算机通信与网络(第2版)57.16M杨庚pdf扫描版计算机通信与网络(第2版)是一本计算机网络教材,由杨庚编著。本书是作者结合多年教学及科研工作的经验编写而成的,在介绍基础知识的基础上,又介绍了计算机网络与通信技术的发展概况,内容由浅入深,理论与实践相结合,面向应用,能够帮助读者很快的学习掌握计算机网络技
查看微服务那些事儿pdf70.53Mpdf扫描版微服务那些事儿是一本接地气的微服务架构书籍,由纪晓峰编著。全文以幽默风趣的语言生动地讲述了微服务,将微服务相关的理论知识、技术实现和项目实践一网打尽。本书内容都是从实际出发,其内容均来自作者常年在前方发回的“报道”,这里有客户最关心的话题,如何拆分服务、
查看