Tabla de Contenidos: “…. -- Calculating covariance of two sets of data points -- How to do it... -- Calculating Pearson's correlation of two sets of data points -- How to do it... -- Conducting a paired t-test -- How to do it... -- Conducting a Chi-square test -- How to do it... -- Conducting the one-way ANOVA test -- How to do it... -- Conducting a Kolmogorov-Smirnov test -- How to do it... -- Chapter 4: Learning from Data - Part 1 -- Introduction -- Creating and saving an Attribute-Relation File Format (ARFF) file -- How to do it... -- Cross-validating a machine learning model -- How to do it... -- Classifying unseen test data -- Getting ready -- How to do it... -- Classifying unseen test data with a filtered classifier -- How to do it... -- Generating linear regression models -- How to do it... -- Generating logistic regression models -- How to do it... -- Clustering data points using the KMeans algorithm -- How to do it... -- Clustering data from classes -- How to do it... -- Learning association rules from data -- Getting ready -- How to do it... -- Selecting features/attributes using the low-level method, the filtering method, and the meta-classifier method -- Getting ready -- How to do it... -- Chapter 5: Learning from Data - Part 2 -- Introduction -- Applying machine learning on data using Java Machine Learning (Java-ML) library -- Getting ready -- How to do it... -- Classifying data points using the Stanford classifier -- Getting ready -- How to do it... -- How it works... -- Classifying data points using Massive Online Analysis (MOA)…”

Tabla de Contenidos: “…Intro -- 内容提 -- 作 简介 -- 审稿人简介 -- 前 -- 源与支持 -- 目录 -- 第1章 取数据与清洗数据 -- 1.1 简介 -- 1.2 使用 Java 从分层目录中提取所有文件名 -- 准备工作 -- 操作步 -- 1.3 使用Apache Commons IO从多层目录中提取所有文件名 -- 准备工作 -- 操作步 -- 1.4 使用 Java 8 从文本文件一次性 取所有内容 -- 操作步 -- 1.5 使用Apache Commons -- 准备工作 -- 操作方法 -- 1.6 使用Apache Tika 提取PDF 文本 -- 准备知 -- 操作步 -- 1.7 使用正则 式清洗 ASCII 文本文件 -- 操作步 -- 1.8 使用Univocity 析CSV 文件 -- 准备工作 -- 操作步 -- 1.9 使用Univocity 析TSV 文件 -- 准备工作 -- 操作步 -- 1.10 使用JDOM 析XML 文件 -- 准备工作 -- 操作步 -- 1.11 使用JSON.simple 编写JSON 文件 -- 准备工作 -- 操作步 -- 1.12 使用JSON.simple 取JSON 文件 -- 准备工作 -- 操作步 -- 1.13 使用JSoup 从一个URL 提取Web 数据 -- 准备工作 -- 操作步 -- 1.14 使用Selenium Webdriver 从网站提取Web 数据 -- 准备工作 -- 操作步 -- 1.15 从MySQL 数据库 取 格数据 -- 准备工作 -- 操作步 -- 第2章 为数据建立索引与搜索数据 -- 2.1 简介 -- 2.2 使用Apache Lucene 为数据建立索引 -- 准备工作 -- 操作步 -- 工作原理 -- 2.3 使用Apache Lucene 搜索带索引的数据 -- 准备工作 -- 操作步 -- 第3章 数据统 分析 -- 3.1 简介 -- 3.2 生成描 性统 -- 操作步 -- 3.3 生成概 统 -- 操作步 -- 3.4 从多种分布生成概 统 -- 操作步 -- 更多内容 -- 3.5 算 率分布 -- 操作步 -- 3.6 算字符串中的 -- 操作步 -- 工作原理 -- 3.7 使用Java 8 算字符串中的 -- 操作步 -- 3.8 算简单回归 -- 操作步 -- 3.9 算普 最小二乘回归 -- 操作步 -- 3.10 算广义最小二乘回归 -- 操作步 -- 3.11 算两组数据点的协方差 -- 操作步 -- 3.12 为两组数据点 算皮尔 相关系数 -- 操作步 -- 3.13 执 对t检 -- 操作步 -- 3.14 执 卡方检 -- 操作步 -- 3.15 执 单因素方差分析 one-way ANOVA test -- 操作步 -- 3.16 执 K-S 检 -- 操作步 -- 第4章 数据学习I -- 4.1 简介 -- 4.2 创建与保存ARFF 文件 -- 操作步 -- 4.3 对机器学习模型 交叉 -- 操作步 -- 4.4 对新的测 数据 分类 -- 准备工作 -- 操作步 -- 4.5 使用 滤分类器对新测 数据分类 -- 操作步 -- 4.6 创建线性回归模型 -- 操作步 -- 4.7 创建 回归模型 -- 操作步 -- 4.8 使用K均值算法对数据点 类 -- 操作步 -- 4.9 依据类别对数据 类处理 -- 操作方法 -- 4.10 学习数据 的关 则 -- 准备工作 -- 操作步 -- 4.11 使用低层方法、 滤方法、元分类器方法 择特征/属性 -- 准备工作 -- 操作步 -- 第5章 数据学习II -- 5.1 简介 -- 5.2 使用Java 机器学习库 Java-ML 向数据应用机器学习 -- 准备工作 -- 操作步 -- 5.3 使用斯坦福分类器对数据点分类 -- 准备工作 -- 操作步 -- 工作原理 -- 5.4 使用MOA 对数据点分类 -- 准备工作 -- 操作步 -- 5.5 使用 Mulan 对多标签数据点 分类 -- 准备工作 -- 操作步 -- 第6章 从文本数据提取信息 -- 6.1 简介 -- 6.2 使用Java 检测标 单…”