掃一掃
關注中圖網
官方微博
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
大數據挖掘 版權信息
- ISBN：9787547829615
- 條形碼：9787547829615 ; 978-7-5478-2961-5
- 裝幀：70g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據挖掘 本書特色
《大數據挖掘》一書系統介紹了大數據挖掘的概念、原理、技術和應用。包括：認識和理解大數據；大數據挖掘需要的相關技術（大數據獲取技術、大數據存儲管理技術和大數據可視化技術等）；大數據計算框架；大數據挖掘任務（關聯分析、聚類分析、分類分析、演變分析、特異群組分析和異常分析）；大數據應用實現；以及大數據挖掘工具。《大數據挖掘》對大數據挖掘技術進行了全面而細致的定義和歸納，并將向讀者展現該領域*新研究熱點和技術。關于大數據應用實現章節的內容將采用作者實際主持和完成的大數據挖掘項目為實際案例，闡述大數據挖掘應用實現過程中的問題、解決方案和取得的成果。《大數據挖掘》一書的主要讀者是數據科學專業的高等學校學生及老師，從事數據和信息質量工作的研究人員、技術人員、管理人員和決策人員
大數據挖掘 內容簡介
《大數據挖掘》一書立足前沿性、注重實用性，著眼于大數據發展的*新研究熱點和動向，系統介紹了大數據挖掘的概念、原理、技術和應用，全面而細致地定義和歸納了關聯分析、聚類分析、分類分析、異常分析、特異群組挖掘和演變分析等大數據挖掘任務。 本書由上海市數據科學重點實驗室朱揚勇教授團隊主持著述，該實驗室是國內首個致力于數據科學理論、方法和技術研究的機構，專注于金融、智能交通、醫療健康、智慧城市等多領域的大數據分析應用。
大數據挖掘 目錄
第1章 緒論 1.1 理解大數據挖掘 1.1.1 大數據挖掘的定義 1.1.2 大數據挖掘的任務 1.1.3 大數據挖掘的特點 1.1.4 大數據挖掘與相關技術的差異 1.2 大數據挖掘需要的相關技術 1.2.1 大數據獲取1.2.2 大數據存儲與管理1.2.3 大數據可視化1.3 小結參考文獻 第2章 大數據計算框架 2.1. hdfs 2.2. mapreduce2.2.1 mapreduce框架及范例2.2.2 mapreduce存在的問題和解決方法2.3. nosql（非關系型）數據庫2.3.1 nosql數據庫的分類2.3.2 nosql數據庫實例2.4. sql（關系型）數據庫2.4.1. apache hive 2.4.2. 其他sql數據庫 2.5 小結參考文獻 第3章 關聯分析 3.1關聯分析的基本概念 3.1.1 關聯分析的定義3.1.2 關聯規則的定義3.1.3 關聯規則的分類3.2 關聯規則挖掘的原理3.2.1 挖掘簡單關聯規則 3.2.2 挖掘量化關聯規則 3.2.3 挖掘多層關聯規則 3.2.4 挖掘多維關聯規則 3.3 關聯規則挖掘的基礎算法3.3.1 apriori算法3.3.2 apriori算法3.3.3 fp-growth算法3.3.4 序列模式挖掘算法3.4挖掘算法的進階方法 3.4.1 uspan：高效用序列模式挖掘算法3.4.2 基于mapreduce的husmar算法3.5 小結參考文獻 第4章 聚類分析 4.1聚類分析的基本概念4.1.1 簇與聚類 4.1.2 相似性度量和聚類原理 4.2聚類分析的基礎算法 4.2.1 層次的方法――單連接算法、birch算法 4.2.2 劃分的方法――k－means和k-medoids算法4.2.3 基于密度的方法――optics算法4.3 進階方法4.3.1 density peaks算法（aa算法）4.3.2 k-means||：基于mapreduce的k-means算法4.4 小結 參考文獻 第5章 分類分析 5.1分類分析的基本概念 5.2 分類模型5.3 分類分析的原理 5.3.1 決策樹5.3.2 基于統計的算法5.3.3 基于神經網絡的算法5.4 分類分析的基礎算法 5.5 分類分析的進階方法5.6 小結參考文獻 第6章 異常分析6.1異常分析的基本概念6.1.1 異常6.1.2 異常分析6.2異常分析的原理 6.2.1 基于統計的異常分析方法6.2.2 基于偏差的異常分析方法 6.2.3 基于距離的異常分析方法6.2.4 基于密度的異常分析方法 6.3異常分析的主要算法6.3.1 基于距離的異常分析算法6.3.2 基于密度的異常分析算法6.4 小結參考文獻 第7章 特異群組挖掘 7.1特異群組挖掘的基本概念7.2 特異群組挖掘與聚類和異常檢測的關系7.3 特異群組挖掘形式化描述7.4 特異群組挖掘框架算法7.5 特異群組挖掘應用 7.6 小結 參考文獻 第8章 演變分析 8.1演變分析的基本概念 8.2 演變分析的原理8.3 演變分析的基礎算法 8.4 演變分析的進階算法 8.4.1 時間序列隨機偏移符號化表示算法8.4.2 多維溫度序列協同異常事件挖掘算法8.5 小結參考文獻 第9章 異質數據網絡挖掘9.1 異質數據網絡9.2 異質數據網絡挖掘研究現狀9.3 數據網絡上的相似性度量的研究9.4 異質數據網絡挖掘研究內容9.5 小結參考文獻第10章 大數據挖掘應用之推薦系統10.1 推薦系統研究階段10.2 推薦系統算法 10.2.1 推薦系統定義 10.2.2 推薦算法分類 10.2.3 比較與分析10.3 推薦系統的評測 0.4 小結參考文獻第11章 大數據中的隱私問題 11.1. 隱私的重要性 11.2. 隱私保護技術 11.2.1. 直接攻擊的應對方法 11.2.2. 間接攻擊的應對方法11.3 小結參考文獻
展開全部
大數據挖掘 作者簡介
熊赟，教授。作為項目負責人主持或參與國家級、省部級或企業合作項目11項。相關研究成果在本領域國際頂級會議“IEEE International Conference on Data Mining (ICDM)”、《IEEE Intelligent Systems》、《Bioinformatics》、《軟件學報》等國內外權威期刊或會議上發表論文30余篇。出版專著2本。主要研究興趣包括數據科學和技術、大規模數據處理、數據挖掘及其應用等。提出了特異群組挖掘、Day-by-Day行為數據、多支持度序列挖掘、生物數據模型等學術觀點和見解。朱揚勇，復旦大學計算機科學技術學院教授、學術委員會主任，上海市數據科學重點實驗室主任，上海市政府信息化專家委員會專家，中國計算機學會大數據專家委員會專家，美國馬里蘭大學客座教授。從事數據領域研究25年，是國內最早一批從事數據挖掘研究的學者，是國際數據科學研究的主要倡導者之一。主持過國家自然科學基金、國家863計劃項目、上海市科委重點等多項數據挖掘領域的研究課題，曾獲上海市科技進步一、二、三等獎。相關研究成果在國內外權威期刊或會議上發表論文100余篇，出版專著2本，教材3本。
書友推薦
- >
巴金－再思錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
隨園食單
- >
名家帶你讀魯迅:朝花夕拾
- >
月亮與六便士
- >
煙與鏡
- >
小考拉的故事-套裝共3冊
- >
姑媽的寶刀
本類暢銷
