mhftmxk的博客

清华大学 郑莉JAVA语言课件，学习JAVA的同学不要错过。

关于粗糙集的较权威的一本书。可用于知识发现。

《Java开发实战1200例(第I卷)》源代码（完整版）非常适合Java项目开发人员、Java初学者及编程爱好者使用

在阐释粗糙集理论基本体系结构的基础上，从多个角度探讨粗糙集模型的研究思路，分析粗糙集理论与模糊集、证据理论、粒计算、形式概念分析、知识空间等其它理论之间的联系，介绍国内外关于粗糙集理论研究的主要方向和发展状况，讨论当前粗糙集理论研究的热点研究领域以及将来需要重点研究的主要问题.

高清，中文版，PDF 数据挖掘经典教材 必备读物 必备工具书

《粗糙集理论与方法》系统地介绍了粗糙集理论的基本内容与方法，力图概括国内外最新成果。主要内容有：粗糙集的基本概念，粗糙计算方法，粗糙集的代数性质与粗糙逻辑，粗糙集的各种推广模型，粗糙集与其他处理不确定或不精确问题理论的联系以及不完备信息系统下的粗糙集方法。 显示更多 显示更少

设计模式是对特定问题经过无数次经验总结后提出的能够解决它的优雅的方案。但是，如果想要真正使设计模式发挥最大作用，仅 仅知道设计模式是什么， 以及它是如何实现的是很不够的，因为那样就不能使你对于设计模式有真正的理解，也就不能够在自己的设 计中正确、恰当的使用设计模式。本文试图从另一个角度（设计模式的意图、动机）来看待设计模式，通过这种新的思路，设计模式 会变得非常贴近你的设计过程，并且能够指导、简化你的设计，最终将会导出一个优秀的解决方案。

《集体智慧编程》由美国计算机专家西格兰编著，以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。 内容简介书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过滤）、用决策树技术实现预测和决策建模功能、社交网络的信息匹配技术、机器学习和人工智能应用等。 本书是Web开发者、架构师、应用工程师等的绝佳选择。 目录第1章 集体智慧导言 什么是集体智慧 什么是机器学习 机器学习的局限 真实生活中的例子 学习型算法的其他用途 第2章 提供推荐 协作型过滤 搜集偏好 寻找相近的用户 推荐物品 匹配商品 构建一个基于delici0US的链接推荐系统 基于物品的过滤 使用MovieLens数据集 基于用户进行过滤还是基于物品进行过滤 练习 第3章 发现群组 监督学习和无监督学习 单词向量 分级聚类 绘制树状图 列聚类 K－均值聚类 针对偏好的聚类 以二维形式展现数据 有关聚类的其他事宜 练习 第4章 搜索与排名 搜索引擎的组成 一个简单的爬虫程序 建立索引 查询 基于内容的排名 利用外部回指链接 从点击行为中学习 练习 第5章 优化 组团旅游 描述题解 成本函数 随机搜索 爬山法 模拟退火算法 遗传算法 真实的航班搜索 涉及偏好的优化 网络可视化 其他可能的应用场合 练习 第6章 文档过滤 过滤垃圾信息 文档和单词 对分类器进行训练 计算概率 朴素分类器 费舍尔方法 将经过训练的分类器持久化 过滤博客订阅源 …… 第7章 决策树建模 第8章 构建价格模型 第9章 高阶分类：核方法与SVM 第10章 寻找独立特征 第11章 智能进化 第12章 算法总结 附录A：第三方函数库 附录B：数学公式 索引