中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據分析與數據挖掘實驗指導書 版權信息
- ISBN：9787118107975
- 條形碼：9787118107975 ; 978-7-118-10797-5
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據分析與數據挖掘實驗指導書 本書特色
由郝文寧、靳大尉和程愷共同編*的這本教材《數據分析與數據挖掘實驗指導書》是數據分析與數據挖掘課程的實驗指導書，結合大量實例全面闡述了使用ibm spss系列軟件進行數據分析與挖掘的原理、方法和步驟。緊密配合理論教學，使學生在有限的實驗課時中，加深對所學知識的理解和掌握。 全書分為兩個部分，**部分為數據分析實驗，主要介紹如何利用ibm spssstatistics軟件進行統計分析，具體包括描述性統計、參數檢驗、非參數檢驗、相關分析、回歸分析和因子分析等七項實驗科目，第二部分為數據挖掘實驗，主要介紹如何利用ibm spss modeler軟件進行數據挖掘，具體包括關聯規則挖掘、決策樹分類、人工神經網絡分類、貝葉斯方法分類和聚類等七項實驗科目。 本書可作為數據工程相關專業本科生教材，也可為從事各領域數據分析和數據挖掘的專業人員提供指導和幫助。
數據分析與數據挖掘實驗指導書 內容簡介
本書是《數據分析與數據挖掘》課程的實驗指導書，結合大量實例全面闡述了使用SPSS系列軟件進行數據分析與挖掘的原理、方法和步驟。全書分為兩個部分，**部分為數據分析實驗，主要介紹如何利用SPSS Statistics軟件進行統計分析，具體包括T檢驗、方差分析、相關分析等十三項實驗科目，第二部分為數據挖掘實驗，主要介紹如何利用Clementine(SPSS Modeler)軟件進行數據挖掘，具體包括關聯規則挖掘、決策數據分類、神經網絡等五項實驗科目。
數據分析與數據挖掘實驗指導書 目錄
實驗1 ibm spss statistics軟件使用基礎 1.1 實驗目的與要求 1.2 實驗原理 1.3 實驗內容與步驟 1.3.1 安裝、啟動與退出 1.3.2 定義變量 1.3.3 數據的輸入與保存 1.3.4 數據文件的編輯與轉換 1.4 思考題實驗2描述性統計 2.1 實驗目的與要求 2.2 實驗原理 2.3 實驗內容與步驟 2.3.1 中心、離散趨勢描述實驗 2.3.2 頻數分布分析實驗 2.4 思考題實驗3 參數檢驗 3.1 實驗目的與要求 3.2 實驗原理 3.3 實驗內容與步驟 3.3.1 單樣本t檢驗 3.3.2 兩獨立樣本t檢驗 3.3.3 兩配對樣本t檢驗 3.3.4 單因素完全隨機設計的方差分析spss過程 3.3.5 單因素重復測量設計的方差分析spss過程 3.3.6 多因素完全隨機設計方差分析的spss過程 3.4 思考題實驗4 非參數檢驗 4.1 實驗目的與要求 4.2 實驗原理 4.3 實驗內容與步驟 4.3.1 單樣本二項分布檢驗的spss過程 4.3.2 相關樣本二項分布檢驗的spss過程 4.3.3 獨立樣本二項分布檢驗的spss過程 4.3.4 適合性卡方檢驗的spss過程 4.3.5 獨立性卡方檢驗的spss過程 4.3.6 符號與符號秩次檢驗的spss過程 4.3.7 秩和檢驗（曼-惠特尼u檢驗）的spss過程 4.3.8 中位數檢驗的spss過程 4.4 思考題實驗5 相關分析 5.1 實驗目的與要求 5.2 實驗原理 5.3 實驗內容與步驟 5.3.1 二元變量相關分析的spss過程 5.3.2 肯德爾和諧系數計算的spss過程 5.3.3 偏相關分析的spss過程 5.4 思考題實驗6 回歸分析 6.1 實驗目的與要求 6.2 實驗原理 6.3 實驗內容與步驟 6.3.1 一元線性回歸分析的spss過程 6.3.2 多元線性回歸分析的spss過程 6.4 思考題實驗7 因子分析 7.1 實驗目的與要求 7.2 實驗原理 7.3 實驗內容與步驟 7.3.1 因子分析的spss過程 7.3.2 因素分析結果的讀取與解釋 7.4 思考題實驗8 ibm spss modder軟件使用基礎 8.1 實驗目的與要求 8.2 實驗原理 8.2.1 ibm spss modeler簡介 8.2.2 數據挖掘的crisp-dm模型 8.2.3 modeler軟件使用的技巧 8.3 實驗內容與步驟 8.3.1 modeler的啟動和界面布局 8.3.2 完整建模流程的介紹 8.4 思考題實驗9 關聯規則挖掘實驗 9.1 實驗目的與要求 9.2 實驗原理 9.2.1 關聯規則處理數據的兩種形式 9.2.2 關聯規則相關概念 9.3 實驗內容與步驟 9.3.1 apriori算法應用 9.3.2 序列關聯應用 9.4 思考題實驗10 決策樹分類實驗 10.1 實驗目的與要求 10.2 實驗原理 10.2.1 決策樹分類原理 10.2.2 決策樹分類常用算法 10.3 實驗內容與步驟 10.3.1 導入數據 10.3.2 數據認識與處理 10.3.3 建立模型與評估 10.4 思考題實驗11 支持向量機svm分類實驗 11.1 實驗目的與要求 11.2 實驗原理 11.3 實驗內容與步驟 11.3.1 導入數據 11.3.2 建立模型 11.4 思考題實驗12 人工神經網絡分類實驗 12.1 實驗目的與要求 12.2 實驗原理 12.3 實驗內容與步驟 12.3.1 導入數據 12.3.2 模型建立 12.4 思考題實驗13貝葉斯方法分類實驗 13.1 實驗目的與要求 13.2 實驗原理 12.2.1 貝葉斯定理和樸素貝葉斯 13.2.2 modeler中的貝葉斯分類器 13.3 實驗內容與步驟 13.3.1 數據導入 13.3.2 貝葉斯網絡建模 13.4 思考題實驗14 k均值與二分法聚類實驗 14.1 實驗目的與要求 14.2 實驗原理 14.2.1 聚類分析 14.2.2 k-means聚類 14.2.3 兩步聚類 14.3 實驗內容與步驟 14.3.1 k均值聚類 14.3.2 兩步法類 14.4 思考題參考文獻
展開全部
書友推薦
- >
月亮與六便士
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
龍榆生：詞曲概論/大家小書
- >
月亮虎
- >
我從未如此眷戀人間
- >
隨園食單
- >
回憶愛瑪儂
- >
經典常談
本類暢銷
