大数据分析与应用
全新正版 极速发货
¥
48.43
6.2折
¥
78
全新
库存2件
作者编者:段刚龙//谢天保|责编:申桂萍
出版社经济管理
ISBN9787509690017
出版时间2023-06
装帧其他
开本其他
定价78元
货号31776162
上书时间2024-05-26
商品详情
- 品相描述:全新
- 商品描述
-
目录
第一章 大数据分析概述
第一节 认识大数据
第二节 认识大数据分析
第三节 大数据分析模型建立方法
本章小结
思考练习题
参考文献
第二章 数据仓库模型和大数据可视化
第一节 什么是数据仓库
第二节 数据仓库建模
第三节 大数据可视化
本章小结
思考练习题
参考文献
第三章 大数据分析的数据预处理
第一节 数据抽样和过滤
第二节 数据规范化与标准化
第三节 数据清洗
第四节 数据清洗方法对比分析
本章小结
思考练习题
参考文献
第四章 数据回归分析模型
第一节 回归分析概述
第二节 一元回归
第三节 多元回归
第四节 Logistics回归
第五节 梯度
本章小结
思考练习题
参考文献
第五章 关联分析模型与算法
第一节 关联规则背景
第二节 关联规则概述
第三节 Apriori算法
第四节 FP-growth算法生成频繁项集
第五节 关联规则的生成
第六节 应用案例
本章小结
思考练习题
参考文献
第六章 分类分析模型与算法
第一节 分类分析概述
第二节 决策树
第三节 支持向量机
第四节 KNN算法
第五节 朴素贝叶斯
第六节 随机森林
第七节 神经网络
第八节 分类性能评价
第九节 应用案例
本章小结
思考练习题
参考文献
第七章 聚类分析与模型
第一节 聚类分析概述
第二节 聚类分析的距离和相似性
第三节 K-means算法
第四节 EM算法
第五节 DBSCAN算法
第六节 层次聚类
第七节 高斯混合聚类
第八节 SOM智能聚类算法
第九节 聚类算法评价指标
第十节 应用案例
本章小结
思考练习题
参考文献
第八章 预测分析与模型
第一节 预测分析概述
第二节 灰色预测
第三节 马尔科夫预测
第四节 预测分析的准确度评价及影响因素
第五节 应用案例
本章小结
思考练习题
参考文献
第九章 异常点分析与模型
第一节 异常点分析概述
第二节 基于统计的异常点分析
第三节 基于距离的异常点分析
第四节 基于密度的异常点分析
第五节 基于聚类的异常点检测
第六节 其他异常点检测
第七节 应用案例
本章小结
思考练习题
参考文献
第十章 文本分析模型
第一节 文本分析概述
第二节 文本分析流程
第三节 文本分析常用技术
第四节 文本分析的应用
第五节 应用案例
本章小结
思考练习题
参考文献
第十一章 推荐模型与系统
第一节 推荐概述
第二节 推荐系统的架构
第三节 基于协同过滤的推荐
第四节 基于关联规则的推荐
第五节 基于分类、聚类的推荐
第六节 基于W2V的推荐算法
第七节 应用案例
本章小结
思考练习题
参考文献
内容摘要
本书紧紧围绕“构建知识体系,阐明基本原理,引导理论实践,了解相关应用”的指导思想,对大数据分析与应用的知识体系进行了系统梳理。本书第一
章介绍了大数据分析的相关概念、大数据分析模型的建立方法;第二章介绍了数据仓库模型和大数据可视化;第三章介绍了数据预处理。本书后面章节
围绕各种算法展开,第四章描述了数据回归分析模型,包括一元回归、多元回归、Logistics回归;第五章、第六章、第七章是本书的重点章节,分别介绍了关联分析模型、分类分析模型和聚类分析模型;第八章介绍了预测分析模型,包括灰色预测和马尔科夫预测;第九章、第十
章分别讲解了离群点分析模型和文本分析模型;第十一章介绍了推荐系统模型,对之前章节内容做出应用实践。
— 没有更多了 —
以下为对购买帮助不大的评价