掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
數據挖掘基礎 版權信息
- ISBN：9787302502197
- 條形碼：9787302502197 ; 978-7-302-50219-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據挖掘基礎 本書特色
本書介紹了數據挖掘的基本概念，包括數據挖掘的常用算法、常用工具、用途和應用場景及應用狀況， 講述了常用數據挖掘方法，如分類、聚類、關聯規則的概念、思想、典型算法、應用場景等。此外，本書 還從實際應用出發，講解了基于日志的大數據挖掘技術的原理、工具、應用場景和成功案例。日志挖掘技 術現在已得到了廣泛的運用。 通過以上內容的學習，讀者將了解數據挖掘的基本概念、思想和算法，并掌握其應用要領。本書可以 作為培養應用型人才的課程教材，也可作為相關開發人員的自學教材和參考手冊。
數據挖掘基礎 內容簡介
本書介紹了數據挖掘的基本概念，包括數據挖掘的常用算法、常用工具、用途和應用場景及應用狀況，講述了常用數據挖掘方法，如分類、聚類、關聯規則的概念、思想、典型算法、應用場景等。此外，本書還從實際應用出發，講解了基于日志的大數據挖掘技術的原理、工具、應用場景和成功案例。日志挖掘技術現在已得到了廣泛的運用。 通過以上內容的學習，讀者將了解數據挖掘的基本概念、思想和算法，并掌握其應用要領。本書可以作為培養應用型人才的課程教材，也可作為相關開發人員的自學教材和參考手冊。
數據挖掘基礎 目錄
第1章 數據挖掘概念
1.1 數據挖掘概述
1.1.1 什么是數據挖掘
1.1.2 數據挖掘常用算法概述
1.1.3 數據挖掘常用工具概述
1.2 數據探索
1.2.1 數據概述
1.2.2 數據質量
1.2.3 數據預處理
1.3 數據挖掘的應用
1.3.1 數據挖掘現狀及發展趨勢
1.3.2 數據挖掘需要解決的問題
1.3.3 數據挖掘的應用場景
1.4 作業與練習
參考文獻
第2章 分類
2.1 分類概述
2.1.1 分類的基本概念
2.1.2 解決分類問題的一般方法
2.1.3 決策樹
案例：Web機器人檢測
2.1.4 模型的過分擬合
2.2 貝葉斯決策與分類器
2.2.1 規則分類器
2.2.2 分類中貝葉斯定理的應用
2.2.3 分類中樸素貝葉斯的應用
2.3 支持向量機
2.3.1 *大邊緣超平面
2.3.2 線性支持向量機SVM
2.3.3 非線性支持向量機SVM
2.4 分類在實際場景中的應用案例
案例一：如何解決文章主題關鍵字與搜索引擎關鍵字帶來的檢索結果差異
案例二：甄別新金融交易方式的欺詐行為
案例三：在線廣告推薦中的分類
2.5 作業與練習
參考文獻
第3章 聚類
3.1 聚類概述
3.1.1 聚類的基本概念
3.1.2 聚類算法
3.2 聚合分析方法
3.2.1 歐氏距離
3.2.2 聚合過程
3.2.3 聚類樹
3.2.4 聚合分析方法應用例子
3.3 聚類在實際場景中的應用案例
3.4 聚類的實現例子
3.5 作業與練習
參考文獻
第4章 關聯規則
4.1 關聯規則概述
4.1.1 經典案例導入
4.1.2 關聯規則的基本概念和定義
4.1.3 關聯規則的分類
4.2 關聯規則的挖掘過程
4.2.1 知識回顧
4.2.2 頻繁項集產生
4.2.3 強關聯規則
4.2.4 關聯規則評價標準
4.3 關聯規則的Apriori算法
4.3.1 知識回顧
4.3.2 Apriori算法的核心思想
4.3.3 Apriori算法描述
4.3.4 Apriori算法評價
4.3.5 Apriori算法改進
4.4 關聯規則的FP-growth算法
4.4.1 構建FP樹
4.4.2 從FP樹中挖掘頻繁項集
4.5 實戰：關聯規則挖掘實例
4.5.1 關聯規則挖掘技術在國內外的應用現狀
4.5.2 關聯規則應用實例
4.5.3 關聯規則在大型超市中應用的步驟
4.6 作業與練習
參考文獻
第5章 綜合實戰—日志的挖掘與應用
5.1 日志概念
5.1.1 日志是什么
5.1.2 日志能做什么
5.2 日志處理
5.2.1 產生日志
5.2.2 傳輸日志
5.2.3 存儲日志
5.2.4 分析日志
5.2.5 日志規范與標準
5.3 日志分析原理及工具
5.3.1 日志分析原理
5.3.2 日志分析工具
5.3.3 日志分析系統規劃建設
5.4 日志挖掘應用
5.4.1 安全運維
5.4.2 系統健康分析
5.4.3 用戶行為分析
5.4.4 業務分析設計
5.5 日志分析挖掘實例
5.6 作業與練習
參考文獻
第6章 數據挖掘應用案例
6.1 電力行業采用聚類方法進行主變油溫分析
6.1.1 需求背景及采用的大數據分析方法
6.1.2 大數據分析方法的實現過程
6.1.3 大數據分析方法的實現結果
6.2 銀行信貸評價
6.2.1 簡介
6.2.2 神經網絡模型
6.2.3 實證檢驗
6.3 指數預測
6.3.1 金融時間序列概況
6.3.2 小波消噪
6.3.3 向量機
6.3.4 指數預測
6.4 客戶分群的精準智能營銷
6.4.1 挖掘目標
6.4.2 分析方法和過程
6.4.3 建模仿真
6.5 使用WEKA進行房屋定價
6.6 作業與練習
參考文獻
附錄A 大數據和人工智能實驗環境
附錄B Hadoop環境要求
附錄C 名詞解釋
展開全部
數據挖掘基礎 作者簡介
陶建輝，現任IT信息科技公司總經理，歷任數據服務公司(上海市大數據產業技術創新戰略聯盟成員單位)副總經理、DEC/Compaq/HP技術顧問、高級技術顧問、部署研究所課題組長等。 復旦大學計算機軟件學士、碩士，27年IT從業經驗，包括信息系統的分析、設計、開發和運維等。
書友推薦
- >
史學評論
- >
小考拉的故事-套裝共3冊
- >
我與地壇
- >
有舍有得是人生
- >
上帝之肋:男人的真實旅程
- >
我從未如此眷戀人間
- >
二體千字文
- >
中國歷史的瞬間
本類暢銷
