中圖網小程序
一鍵登錄
更方便
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
數據挖掘導論 版權信息
- ISBN：9787302381044
- 條形碼：9787302381044 ; 978-7-302-38104-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據挖掘導論 內容簡介
《數據挖掘導論/高等院校計算機教育系列教材》共分8章，主要內容分為三個專題：技術、數據和評估。技術專題包括決策樹技術、K-means算法、關聯分析技術、神經網絡技術、回歸分析技術、貝葉斯分析、凝聚聚類、概念分層聚類、混合模型聚類技術的EM算法、時間序列分析和基于Web的數據挖掘等常用的機器學習方法和統計技術。數據專題包括數據庫中的知識發現處理模型和數據倉庫及OLAP技術。評估專題包括利用檢驗集分類正確率和混淆矩陣，并結合檢驗集置信區間評估有指導學習模型，使用無指導聚類技術評估有指導模型，利用Lift和假設檢驗比較兩個有指導學習模型，使用MSExcel2010和經典的假設檢驗模型評估屬性，使用簇質量度量方法和有指導學習技術評估無指導聚類模型。《數據挖掘導論/高等院校計算機教育系列教材》秉承教材風格，強調廣度講解。注重成熟模型和開源工具的使用，以提高學習者的應用能力為目標；注重結合實例和實驗，加強基本概念和原理的理解和運用；注重實例的趣味性和生活性，提高學習者學習的積極性。使用章后練習、計算和實驗作業鞏固和檢驗所學內容；使用詞匯表附錄，解釋和規范數據挖掘學科專業術語；使用適合教學的簡單易用開源的Weka和通用的MSExcel軟件工具實施數據挖掘驗證和體驗數據挖掘的精妙。《數據挖掘導論/高等院校計算機教育系列教材》可作為普通高等院校計算機科學、信息科學、數學和統計學專業的入門教材，也可作為如經濟學、管理學、檔案學等對數據管理、數據分析與數據挖掘有教學需求的其他相關專業的基礎教材。同時，對數據挖掘技術和方法感興趣，致力于相關方面的研究和應用的其他讀者，也可以從《數據挖掘導論/高等院校計算機教育系列教材》中獲取基本的指導和體驗。《數據挖掘導論/高等院校計算機教育系列教材》配有教學幻燈片、大部分章后習題和實驗的參考答案以及課程大綱。
數據挖掘導論 目錄
第1章 認識數據挖掘
1．1 數據挖掘的定義
1．2 機器學習
1．2．1 概念學習
1．2．2 歸納學習
1．2．3 有指導的學習
1．2．4 無指導的聚類
1．3 數據查詢
1．4 專家系統
1．5 數據挖掘的過程
1．5．1 準備數據
1．5．2 挖掘數據
1．5．3 解釋和評估數據
1．5．4 模型應用
1．6 數據挖掘的作用
1．6．1 分類
1．6．2 估計
1．6．3 預測
1．6．4 無指導聚類
1．6．5 關聯關系分析
1．7 數據挖掘技術
1．7．1 神經網絡
1．7．2 回歸分析
1．7．3 關聯分析
1．7．4 聚類技術
1．8 數據挖掘的應用
1．8．1 應用領域
1．8．2 成功案例
1．9 Weka數據挖掘軟件
1．9．1 Weka簡介
1．9．2 使用Weka建立決策樹模型
1．9．3 使用Weka進行聚類
1．9．4 使用Weka進行關聯分析
本章小結
習題
第2章 基本數據挖掘技術
2．1 決策樹
2．1．1 決策樹算法的一般過程
2．1．2 決策樹算法的關鍵技術
2．1．3 決策樹規則
2．1．4 其他決策樹算法
2．1．5 決策樹小結
2．2 關聯規則
2．2．1 關聯規則概述
2．2．2 關聯分析
2．2．3 關聯規則小結
2．3 聚類分析技術
2．3．1 K-means算法
2．3．2 K-means算法小結
2．4 數據挖掘技術的選擇
1．1 數據挖掘的定義
1．2 機器學習
1．2．1 概念學習
1．2．2 歸納學習
1．2．3 有指導的學習
1．2．4 無指導的聚類
1．3 數據查詢
1．4 專家系統
1．5 數據挖掘的過程
1．5．1 準備數據
1．5．2 挖掘數據
1．5．3 解釋和評估數據
1．5．4 模型應用
1．6 數據挖掘的作用
1．6．1 分類
1．6．2 估計
1．6．3 預測
1．6．4 無指導聚類
1．6．5 關聯關系分析
1．7 數據挖掘技術
1．7．1 神經網絡
1．7．2 回歸分析
1．7．3 關聯分析
1．7．4 聚類技術
1．8 數據挖掘的應用
1．8．1 應用領域
1．8．2 成功案例
1．9 Weka數據挖掘軟件
1．9．1 Weka簡介
1．9．2 使用Weka建立決策樹模型
1．9．3 使用Weka進行聚類
1．9．4 使用Weka進行關聯分析
本章小結
習題
第2章 基本數據挖掘技術
2．1 決策樹
2．1．1 決策樹算法的一般過程
2．1．2 決策樹算法的關鍵技術
2．1．3 決策樹規則
2．1．4 其他決策樹算法
2．1．5 決策樹小結
2．2 關聯規則
2．2．1 關聯規則概述
2．2．2 關聯分析
2．2．3 關聯規則小結
2．3 聚類分析技術
2．3．1 K-means算法
2．3．2 K-means算法小結
2．4 數據挖掘技術的選擇
展開全部
書友推薦
- >
羅庸西南聯大授課錄
- >
經典常談
- >
隨園食單
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
小考拉的故事-套裝共3冊
- >
二體千字文
- >
詩經-先民的歌唱
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
