数据挖掘技术与应用
正版新书 新华官方库房直发 可开电子发票
￥ 28.49 7.3折 ￥ 39 全新
库存3件
作者夏春艳 著
出版社冶金工业出版社
ISBN9787502467869
出版时间2014-08
版次1
装帧平装
开本其他
纸张胶版纸
页数137页
字数179千字
定价39元
货号SC:9787502467869
上书时间2024-10-31
- 在售商品 暂无
- 平均发货时间 15小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
夏春艳，1980年3月出生于黑龙江省桦川县，2007年4月毕业于长春理工大学，获得工学硕士学位，现任牡丹江师范学院教师，主要研究方向为数据挖掘与信息处理，发表专业论文10余篇，参与编写教材3部。发表论文：基于粗糙集的属性约简算法，2009年9月，微计算机信息基于粗糙集理论属性约简的改进算法，2010年12月，微计算机信息数据挖掘技术在医学诊断中的应用，2011年2月，牡丹江师范学院学报数据挖掘技术在农作物灾害预测中的应用，2011年3月，安徽农业科学粗糙集理论在农业中的应用，2011年10月，安徽农业科学话题识别与跟踪方法的研究，2012年4月，科技致富向导话题跟踪方法的研究，2012年5月，计算机工程与应用数据挖掘技术在教学中的应用研究，2013年8月，科技致富向导数据挖掘技术在农作物种植领域中的应用，2014年5月，中国农机化学报参编教材：Visual FoxPro程序设计，2010年2月，清华大学出版社Visual FoxPro程序设计教程，2011年3月，科学出版社离散数学学习辅导，2012年6月，清华大学出版社
精彩内容:
众所周知，数据库技术从20世纪80年代开始，已经得到广泛的普及和应用。随着数据库容量的膨胀，特别是数据仓库以及Web等新型数据源的日益普及，人们面临的主要问题不再是信息的不足，而是面对浩瀚的数据海洋如何有效地利用这些数据。面对这一挑战，数据挖掘技术应运而生，并显示出强大的生命力。它能从大量数据中挖掘和学习有价值的隐含知识，是当今智能系统理论和技术的重要研究内容，因而近年来得到国内外的极大重视和研究。数据挖掘是一个多学科交叉领域，涉及数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化。数据挖掘研究的进展也正是在于一直重视与其他领域研究者的合作。数据挖掘从工业、农业、医疗和商业的需求取得动力，从统计学、机器学习等领域的长期研究与发展中汲取营养。我们相信，只要有理解数据的需求，就有推动数据挖掘研究与应用发展的动力。
本书介绍了数据挖掘技术的基本理论方法和改进算法以及数据挖掘技术的应用，内容共包括8章：第1章为介绍数据挖掘基本概念和理论的绪论。该章简要介绍了数据挖掘的起源和研究现状，描述了数据挖掘的概念、功能、过程、分类和方法，讨论了数据挖掘的应用分析以及数据挖掘今后的发展趋势与面对的问题。第2章介绍数据挖掘之前的数据技术。讨论了数据类型，主要包括属性和数据集的类型。描述了数据预处理技术，包括数据清理、数据集成、数据变换和数据归约。本章最后举例介绍了邻近性度量的相关概念。第3章阐述关联规则挖掘的原理与算法。重点介绍了Apriori关联规则算法及其效率，分析了关联规则挖掘的深入问题，比如多层次、多维和数量关联规则挖掘。第4章给出分类和预测的主要理论和算法描述。介绍了分类概念和分类规则的原理、算法步骤和模式，介绍了几种主要的分类器，包括决策树分类器、贝叶斯分类器和基于规则的分类器。第5章讨论聚类的常用技术和方法。首先介绍数
...
内容简介:
本书系统的讲述了数据挖掘技术的基本概念和基本原理，并列举了在相应领域具有参考价值的算法及其改进和应用，是作者多年来从事教学和科研实践的成果。全书共8章，主要内容有：绪论，数据，关联规则，分类规则，聚类分析，粗糙集理论，属性约简算法，数据挖掘的应用。
目录:
1绪论
1.1数据挖掘的起源
1.2数据挖掘的现状
1.3数据挖掘的概念
1.3.1数据挖掘的技术含义
1.3.2数据挖掘的理论基础
1.3.3数据的分类
1.3.4训练集和测试集
1.3.5学习
1.4数据挖掘的功能
1.5数据挖掘的过程
1.6数据挖掘的分类
1.6.1根据数据库类型分类
1.6.2根据知识类型分类
1.6.3根据技术分类
1.6.4根据应用分类
1.7数据挖掘的方法
1.7.1决策树方法
1.7.2神经网络方法
1.7.3模糊集方法
1.7.4遗传算法
1.7.5统计分析方法
1.7.6粗糙集方法
1.8数据挖掘的应用分析
1.8.1数据挖掘在体育竞技中的应用
1.8.2数据挖掘在商业银行中的应用
1.8.3数据挖掘在电信中的应用
1.8.4数据挖掘在科学探索中的应用
1.8.5数据挖掘在信息安全中的应用
1.9数据挖掘的发展趋势与面对的问题
参考文献
2数据
2.1数据类型
2.1.1属性与度量
2.1.2数据集的类型
2.2数据预处理
2.2.1数据清理
2.2.2数据集成
2.2.3数据变换
2.2.4数据归约
2.3邻近性度量
2.3.1一些概念
2.3.2简单属性之间的邻近度
2.3.3数据对象之间的相异度
2.3.4数据对
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价