数据挖掘与机器学习:基础概念和算法（原书第2版） pdf下载

内容简介

本书详实介绍了数据挖掘与机器学习相关的各种内容，包括数据矩阵、图数据、核方法、项集挖掘、聚类、贝叶斯分类器、决策树、支持向量机、线性回归、逻辑回归、神经网络、深度学习等，介绍其相关概念和基础算法，并在每章的末尾配有相关练习。第二版新增了几个关于回归的章节，包括神经网络和深度学习的内容。

前言序言

前　　言<br />Data Mining and Machine Learning<br />数据挖掘和机器学习使人们能够从数据中获得基本的洞察和知识，从大规模数据中发现深刻、有趣和新颖的模式，以及描述性、可理解和可预测的模型。<br />这个领域有很多相关图书，但它们要么太高深，要么太前沿。本书是一本普及性的书，介绍了机器学习和数据挖掘的基本概念与算法基础。本书中第一次提到某个概念时会对其进行详细解释，给出详细的步骤和推导过程。本书旨在通过数据和方法的几何解释、（线性）代数解释与概率解释，探讨公式背后的原理。<br />本书第2版增加了回归的部分，包括线性回归、逻辑（logistic）回归、神经网络和深度学习。另外有几章的内容有更新，已知的错误也已修复。本书内容主要包括数据分析基础、频繁模式挖掘、聚类、分类和回归。这些内容涵盖核心方法及前沿主题，例如深度学习、核方法、高维数据分析和图分析。<br />本书列举了许多例子来说明相关概念和算法，章末还配有练习题。本书中的所有算法都已由作者实现。建议读者自己实现这些算法（例如，使用Python或R语言实现）以加深理解。幻灯片、数据集和视频等补充资源可通过本书的配套网站http://dataminingbook.info在线获取。<br />本书适合用于数据挖掘、机器学习和数据科学领域本科生和研究生阶段的课程。本书每一部分开头都会概括介绍本部分的各章。虽然各章大多是自成体系的（重点强调了重要的方程），但第一部分关于数据分析的基础性介绍也是有用的。例如，第一部分中的“核方法”一章（第5章）应该在后面章节出现的其他基于核的算法之前介绍。读者可以根据课程的重点或自己的兴趣，按不同的顺序阅读不同的部分。最后，欢迎各位读者通过本书配套网站联系我们，提出勘误或其他建议。<br />

目录

目　　录<br />Data Mining and Machine Learning<br />译者序<br />前言<br />作者简介<br />第一部分　数据分析基础　1<br />第1章　数据矩阵　3<br />1.1　数据矩阵的组成　3<br />1.2　属性　4<br />1.3　数据：代数和几何观点　5<br />1.3.1　距离和角度　7<br />1.3.2　均值和总方差　9<br />1.3.3　正交投影　10<br />1.3.4　线性无关和维数　12<br />1.4　数据：概率观点　13<br />1.4.1　二元随机□量　17<br />1.4.2　多元随机□量　20<br />1.4.3　随机抽样与统计　21<br />1.5　拓展阅读　22<br />1.6　练习　23<br />第2章　数值型属性　24<br />2.1　一元分析　24<br />2.1.1　集中趋势度量　25<br />2.1.2　离散度度量　28<br />2.2　二元分析　32<br />2.2.1　位置和离散度的度量　33<br />2.2.2　相关性度量　33<br />2.3　多元分析　37<br />2.4　数据归一化　41<br />2.5　正态分布　42<br />2.5.1　一元正态分布　43<br />2.5.2　多元正态分布　44<br />2.6　拓展阅读　47<br />2.7　练习　47<br />第3章　类别型属性　49<br />3.1　一元分析　49<br />3.1.1　伯努利□量　49<br />3.1.2　多元伯努利□量　51<br />3.2　二元分析　56<br />3.3　多元分析　65<br />3.4　距离和角度　69<br />3.5　离散化　70<br />3.6　拓展阅读　72<br />3.7　练习　72<br />第4章　图数据　74<br />4.1　图的概念　74<br />4.2　拓扑属性　77<br />4.3　中心度分析　81<br />4.3.1　基本中心度　81<br />4.3.2　Web中心度　82<br />4.4　图模型　89<br />4.4.1　Erd?s-Rényi随机图模型　91<br />4.4.2　Watts-Strogatz小世界图<br />模型　94<br />4.4.3　Barabási-Albert无标度模型　98<br />4.5　拓展阅读　104<br />4.6　练习　105<br />第5章　核方法　107<br />5.1　核矩阵　110<br />5.1.1　再生核映射　111<br />5.1.2　Mercer核映射　113<br />5.2　向量核　115<br />5.3　特征空间中的基本核运算　119<br />5.4　复杂对象的核　124<br />5.4.1　字符串的谱核　124<br />5.4.2　图节点的扩散核　125<br />5.5　拓展阅读　129<br />5.6　练习　129<br />第6章　高维数据　130<br />6.1　高维对象　130<br />6.2　高维体积　133<br />6.3　超立方体的内接超球面　135<br />6.4　薄超球面壳的体积　136<br />6.5　超空间的对角线　137<br />6.6　多元正态分布的密度　138<br />6.7　附录：超球面体积的推导　140<br />6.8　拓展阅读　143<br />6.9　练习　144<br />第7章　降维　146<br />7.1　背景介绍　146<br />7.2　主成分分析　149<br />7.2.1　□□一维近似　149<br />7.2.2　□□二维近似　152<br />7.2.3　□□r维近似　155<br />7.2.4　主成分分析的几何意义　158<br />7.3　核主成分分析　160<br />7.4　奇异值分解　166<br />7.4.1　奇异值分解中的几何<br />意义　167<br />7.4.2　SVD和PCA之间的<br />联系　168<br />7.5　拓展阅读　169<br />7.6　练习　169<br />第二部分　频繁模式挖掘　171<br />第8章　项集挖掘　173<br />8.1　频繁项集和关联规则　173<br />8.2　项集挖掘算法　176<br />8.2.1　逐层方法：Apriori算法　177<br />8.2.2　事务标识符集的交集方法：<br />Eclat算法　181<br />8.2.3　频繁模式树方法：FPGrowth<br />算法　184<br />8.3　生成关联规则　188<br />8.4　拓展阅读　189<br />8.5　练习　190<br />第9章　项集概览　194<br />9.1　□□频繁项集和闭频繁项集　194<br />9.2　挖掘□□频繁项集：GenMax<br />算法　196<br />9.3　挖掘闭频繁项集：Charm算法　198<br />9.4　非可导项集　200<br />9.5　拓展阅读　205<br />9.6　练习　205<br />第10章　序列挖掘　208<br />10.1　频繁序列　208<br />10.2　挖掘频繁序列　209<br />10.2.1　逐层挖掘：GSP　209<br />10.2.2　垂直序列挖掘：Spade　211<br />10.2.3　基于投影的序列挖掘：<br />PrefixSpan　212<br />10.3　基于后缀树的子串挖掘　214<br />10.3.1　后缀树　214<br />10.3.2　Ukkonen线性时间复杂度<br />算法　217<br />10.4　拓展阅读　222<br />10.5　练习　223<br />第11章　图模式挖掘　226<br />11.1　同构与支持度　226<br />11.2　候选图生成　229<br />11.3　gSpan算法　232<br />11.3.1　扩展和支持度计算　233<br />11.3.2　□□性检测　238<br />11.4　拓展阅读　239<br />11.5　练习　239<br />第12章　模式评估与规则评估　242<br />12.1　模式评估和规则评估的度量　242<br />12.1.1　规则评估度量　242<br />12.1.2　模式评估度量　249<br />12.1.3　比较多条规则和模式　251<br />12.2　显著性检验和置信区间　253<br />12.2.1　产生式规则的费希尔<br />精确检验　254<br />12.2.2　显著性的置换检验　257<br />12.2.3　置信区间内的自助抽样　261<br />12.3　拓展阅读　262<br />12.4　练习　263<br />第三部分　聚类　265<br />第13章　基于代表点的聚类　267<br />13.1　K-means算法　267<br />13.2　核K-means　271<br />13.3　期望□□化聚类　274<br />1