大数据挖掘(系统方法与实例分析)/大数据技术丛书 9787111532675
全新正版 可开票 支持7天无理由，不清楚的请咨询客服。
￥ 38.14 4.8折 ￥ 79 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者周英//卓金武//卞月青
出版社机械工业
ISBN9787111532675
出版时间2016-05
装帧其他
开本其他
定价79元
货号3523382
上书时间2024-01-23
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
周英，现就职于某知名搜索引擎公司，主要从事移动搜索引擎的研发，研究方向为互联网数据挖掘和互联网金融。曾获美国大学生数学建模竞赛二等奖一项，全国研究生数学建模竞赛二等奖一项。著有专著《大数据挖掘的技术与实践》。
目录
序言
前言
第—篇 基础篇
第1章 认识大数据挖掘
1.1 大数据与数据挖掘
1.1.1 何为大数据
1.1.2 大数据的价值
1.l.3 大数据与数据挖掘的关系
1.2 数据挖掘的概念和原理
1.2.l 什么是数据挖掘
1.2.2 数据挖掘的原理
1.3 数据挖掘的内容
1.3.1 关联
1.3.2 回归
1.3.3 分类
l.3.4 聚类
1.3.5 预测
l.3.6 诊断
1.4 数据挖掘的应用领域
1.4.1 零售业
1.4.2 银行业
l.4.3 证券业
1.4.4 能源业
l.4.5 医疗行业
1.4.6 通信行业
1.4.7 汽车行业
l.4.8 公共事业
1.5 大数据挖掘的要点
1.6 小结
参考文献
第2章 数据挖掘的过程及工具
2.1 数据挖掘过程概述
2.2 挖掘目标的定义
2.3 数据的准备
2.4 数据的探索
2.5 模型的建立
2.6 模型的评估
2.7 模型的部署
2.8 工具的比较与选择
2.9 小结
参考文献
第3章 MAlLAB数据快速入门
3.1 MATLAB快速入门
3.1.1 M舡1AB概要
3.1.2 MATLAB的功能
3.1.3 快速入门门实例
3.1.4 入门后的提高
3.2 MATLAB常用技巧
3.3 MATLAB开发模式
3.4 MATLAB姬数据挖掘实例
3.5 MATLAB集成数据挖掘工具
3.5.1 分类学习机简介
3.5.2 交互探索算法的方式
3.5.3 MATLAB分类学习机应用实例
3.6 小结
第二篇 技术篇
第4章 数据的准备
4.1 数据的收集
4.1.1 认识数据
4.1.2 数据挖掘的数据源
4.1.3 数据抽样
4.1.4 金融行业的数据源
4.1.5 从雅虎获取交易数据
4.1.6 从大智慧获取财务数据
4.1.7 从Wind获取高质量数据
4.2 数据质量分析
4.2.1 数据质量分析的必要性
4.2.2 数据质量分析的目的
4.2.3 数据质量分析的内容
4.2.4 数据质量分析方法
4.2.5 数据质量分析的结果及应用
4.3 数据预处理
4.3.1 为什么需要数据预处理
4.3.2 数据预处理的方法
4.3.3 数据清洗
4.3.4 数据集成
4.3.5 数据归约
4.3.5 数据变换
4.4 小结
参考文献
第5章 数据的探索
5.1 衍生变量
5.1.1 衍生变量的定义
5.1.2 变量衍生的原则和方法
5.1.3 常用的股票衍生变量
5.1.4 评价型衍生变量
5.1.5 衍生变量的数据收集与集成
5.2 数据的统计
5.2.1 基本描述性统计
5.2.2 分布描述性统计
第6章 关联规则方法
第7章 数据回归方法
第8章 分类方法
第9章 聚类方法
第10章 预测方法
第11章 诊断方法
第12章 时间序列方法
第13章 智能优化方法
第三篇 项目篇
第14章 数据挖掘在银行信用评分中的应用
第15章 数据挖掘在量化股中的应用
第16章 数据挖掘在工业故障诊断中的应用
第17章 数据挖掘技术在矿业工程中的应用
第18章 数据挖掘技术在生命科学中的应用
第19章 数据挖掘在社会科学研究中的应用
第四篇 理念篇
第20章 数据挖掘的艺术
第21章 数据挖掘的项目管理和团队管理
内容摘要
周英、卓金武和卞月青著的《大数据挖掘：系统
方法与实例分析》是大数据挖掘领域的扛鼎之作，由全球科学计算领域的领导者MathWorlks(MATLAB公司)官方的资深数据挖掘专家撰写，MathWorks官方及多位专家联袂推荐。
它从技术、方法、案例和最佳实践4个维度对如
何系统、深入掌握大数据挖掘提供了详尽的讲解。
技术：不仅讲解了大数据挖掘的原理、过程、工具，还讲解了大数据的准备、处理与探索；方法：既深入地讲解了关联规则方法、回归方法、分类方法、聚类方法、预测方法、诊断方法等6大类数据挖掘主体方法，又重点讲解了时间序列方法和智能优化方法两种数据挖掘中常用的方法；案例：详细地再现了来自银行、证券、机械、矿业、生命科学和社会科学等6大领域的经典案例，不仅有案例的实现过程，而且还有案例原理和预备知识的的讲解；最佳实践：首先总结了数据挖掘中确定挖掘、应用技术以及如何平衡的艺术，然后总结了数据挖掘的项目管理和团队管理的艺术。
— 没有更多了 —
以下为对购买帮助不大的评价