本書(shū)詳細(xì)描述了PMML規(guī)范（Ver4.3）所支持的8種模型：神經(jīng)網(wǎng)絡(luò)模型、決策樹(shù)模型、規(guī)則集模型、序列模型、評(píng)分卡模型、支持向量機(jī)模型、時(shí)間序列模型和聚合模型。全書(shū)不是簡(jiǎn)單地介紹PMML語(yǔ)法，而是融合各種挖掘模型基礎(chǔ)知識(shí)和算法知識(shí)，告訴開(kāi)發(fā)者如何融會(huì)貫通地掌握、使用PMML語(yǔ)言，不僅能夠?qū)W習(xí)到標(biāo)準(zhǔn)的PMML模型表達(dá)方式，而且能學(xué)習(xí)機(jī)器學(xué)習(xí)模型的豐富知識(shí)，從而熟練地把PMML語(yǔ)言應(yīng)用到自己的項(xiàng)目實(shí)踐中。
本書(shū)可供從事數(shù)據(jù)挖掘（機(jī)器學(xué)習(xí)）、人工智能系統(tǒng)開(kāi)發(fā)的軟件開(kāi)發(fā)者和愛(ài)好者學(xué)習(xí)使用，也可以作為高等院校大數(shù)據(jù)和人工智能等相關(guān)專(zhuān)業(yè)的教材。
1 神經(jīng)網(wǎng)絡(luò)模型（NeuralNetwork） 1
1.1 神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)知識(shí) 2
1.2 神經(jīng)網(wǎng)絡(luò)模型算法簡(jiǎn)介 5
1.3 神經(jīng)網(wǎng)絡(luò)模型元素 9
1.3.1 模型屬性 10
1.3.2 模型子元素 14
1.3.3 評(píng)分應(yīng)用過(guò)程 28
2 決策樹(shù)模型（TreeModel） 29
2.1 決策樹(shù)模型基礎(chǔ)知識(shí) 30
2.1.1 決策樹(shù)模型簡(jiǎn)介 30
2.1.2 邏輯謂詞表達(dá)式 31
2.2 決策樹(shù)模型算法簡(jiǎn)介 33
2.2.1 卡方自動(dòng)交互檢驗(yàn)算法（CHAID） 33
2.2.2 迭代二叉樹(shù)ID3 42
2.2.3 分類(lèi)器C4.5和C5.0 47
2.2.4 分類(lèi)與回歸樹(shù)算法CART 53
2.3 決策樹(shù)模型元素 54
2.3.1 模型屬性 56
2.3.2 模型子元素 59
2.3.3 評(píng)分應(yīng)用過(guò)程 68
3 規(guī)則集模型（RuleSetModel） 79
3.1 規(guī)則集模型基礎(chǔ)知識(shí) 80
3.2 規(guī)則集模型元素 80
3.2.1 模型屬性 81
3.2.2 模型子元素 81
3.2.3 評(píng)分應(yīng)用過(guò)程 89
4 序列模型（SequenceModel） 93
4.1 序列模型基礎(chǔ)知識(shí) 94
4.2 序列模型算法簡(jiǎn)介 97
4.2.1 GSP算法 97
4.2.2 SPADE算法 101
4.2.3 PrefixSpan算法 103
4.3 序列模型元素 104
4.3.1 模型屬性 106
4.3.2 模型子元素 107
4.3.3 評(píng)分應(yīng)用過(guò)程 118
5 評(píng)分卡模型（Scorecard） 119
5.1 評(píng)分卡模型基礎(chǔ)知識(shí) 120
5.2 評(píng)分卡模型算法簡(jiǎn)介 121
5.3 評(píng)分卡模型元素 131
5.3.1 模型屬性 132
5.3.2 模型子元素 134
5.3.3 評(píng)分應(yīng)用過(guò)程 143
6 支持向量機(jī)模型（SupportVectorMachineModel） 145
6.1 支持向量機(jī)模型基礎(chǔ)知識(shí) 146
6.2 支持向量機(jī)模型算法簡(jiǎn)介 148
6.3 支持向量機(jī)模型元素 152
6.3.1 模型屬性 154
6.3.2 模型子元素 155
6.3.3 評(píng)分應(yīng)用過(guò)程 164
7 時(shí)間序列模型（TimeSeriesModel） 167
7.1 時(shí)間序列模型基礎(chǔ)知識(shí) 168
7.2 時(shí)間序列模型算法簡(jiǎn)介 171
7.2.1 算法概述 172
7.2.2 指數(shù)平滑算法 173
7.3 時(shí)間序列模型元素 176
7.3.1 模型屬性 177
7.3.2 模型子元素 178
7.3.3 評(píng)分應(yīng)用過(guò)程 192
8 聚合模型（MiningModel） 195
8.1 模型聚合基礎(chǔ)知識(shí) 196
8.2 挖掘模型MiningModel 197
附錄 225
后記 227
新書(shū)資訊