内容简介
这《 数据 流机器 学习 》首先简要介绍了机器学习的主题，涵盖了 大数据 挖掘、数据流挖掘的基本 方法 ，以及一个简单的MOA示例。接下来进行更详细的讨论，其中有关于草图 技术 、变更、分类、集成方法、回归、聚类和频繁模式挖掘的章节。这些章节中的大部分内容包括练习、基于MOA的实验，或者两者都有。最后，《数据流机器学习》讨论了MOA 软件 ，涵盖了MOA图形用户界面、命令行、其API的使用以及MOA中新方法的 开发 。对于那些想要使用数据流挖掘作为工具的读者、数据流挖掘的研究人员，以及想要为MOA创建新 算法 的 程序 员来说，这《数据流机器学习》将是一个重要的参考。
《数据流机器学习》分成三个部分。第一部分简要地介绍大数据流挖掘，包含三章。前两章介绍大数据流及其基本挖掘方法。后一章是MOA上手指南，读者可以作为参考，自行探索MOA。第二部分详细地展现了数据流挖掘中的常见问题和重要算法。由于涉及的知识面广阔，《数据流机器学习》优先讲解MOA中已涵盖的算法。该部分第一章提到了sketch 技巧 ，《数据流机器学习》认为数据流挖掘领域人员很有必要对该技巧加以了解。大部分章节含有一套练习题或MOA上手 教程 ，或两者兼具。第三部分全篇讲解MOA，从用户界面开始，到命令行和API，最后讲解如何实现新方法。
评论列表
发表评论