数据挖掘导论(完整版)/图灵计算机科学丛书
全新正版 极速发货
￥ 53.7 6.7折 ￥ 79.8 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)陈封能//斯坦巴赫//库玛尔|责编:杨海玲|译者:范明//范宏建
出版社人民邮电
ISBN9787115241009
出版时间2011-01
装帧平装
开本其他
定价79.8元
货号31225758
上书时间2024-05-25
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 绪论
1.1 什么是数据挖掘
1.2 数据挖掘要解决的问题
1.3 数据挖掘的起源
1.4 数据挖掘任务
1.5 本书的内容与组织
文献注释
参考文献
习题
第2章 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 数据质量
2.2.1 测量和数据收集问题
2.2.2 关于应用的问题
2.3 数据预处理
2.3.1 聚集
2.3.2 抽样
2.3.3 维归约
2.3.4 特征子集选择
2.3.5 特征创建
2.3.6 离散化和二元化
2.3.7 变量变换
2.4 相似性和相异性的度量
2.4.1 基础
2.4.2 简单属性之间的相似度和相异度
2.4.3 数据对象之间的相异度
2.4.4 数据对象之间的相似度
2.4.5 邻近性度量的例子
2.4.6 邻近度计算问题
2.4.7 选取正确的邻近性度量
文献注释
参考文献
习题
第3章 探索数据
3.1 鸢尾花数据集
3.2 汇总统计
3.2.1 频率和众数
3.2.2 百分位数
3.2.3 位置度量：均值和中位数
3.2.4 散布度量：极差和方差
3.2.5 多元汇总统计
3.2.6 汇总数据的其他方法
3.3 可视化
3.3.1 可视化的动机
3.3.2 一般概念
3.3.3 技术
3.3.4 可视化高维数据
3.3.5 注意事项
3.4 OLAP和多维数据分析
3.4.1 用多维数组表示鸢尾花数据
3.4.2 多维数据：一般情况
3.4.3 分析多维数据
3.4.4 关于多维数据分析的后评述
文献注释
参考文献
习题
第4章 分类：基本概念、决策树与模型评估
4.1 预备知识
4.2 解决分类问题的一般方法
4.3 决策树归纳
4.3.1 决策树的工作原理
4.3.2 如何建立决策树
4.3.3 表示属性测试条件的方法
4.3.4 选择划分的度量
4.3.5 决策树归纳算法
4.3.6 例子：Web机器人检测
4.3.7 决策树归纳的特点
4.4 模型的过分拟合
……
第5章 分类：其他技术
第6章 关联分析：基本概念和算法
第7章 关联分析：高级概念
第8章 聚类分析：基本概念和算法
第9章 聚类分析：其他问题与算法
第10章 异常检测
附录A 线性代数
附录B 维归约
附录C 概率统计
附录D 回归
附录E 优化
内容摘要
本书全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所需的知识。本书涵盖五个主题：数据、分类、
关联分析、聚类和异常检测。除异常检测外，每个主题包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨概念和算法。目的是使读者在透彻地理解数据挖掘基础
的同时，还能了解更多重要
的主题。此外，书中还提供了大量示例、图表和习题。
本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开
发人员的参考书。
— 没有更多了 —
以下为对购买帮助不大的评价