消息 首页 搜索 举报
  • 正版图书 IBM SPSS Modeler 18.0 9787115507594 人民邮电出版社
21年品牌 40万+商家 超1.5亿件商品

正版图书 IBM SPSS Modeler 18.0 9787115507594 人民邮电出版社

正版图书 没有图片的请核对书号下单 以书名为准~ 出版时间系统采集的 请注意！

￥ 54.68 5.1折 ￥ 108 全新

库存7件

河北保定
认证卖家担保交易快速发货售后保障

作者未知

出版社人民邮电出版社

ISBN9787115507594

出版时间2019-04

版次1

装帧平装

开本16开

纸张胶版纸

页数456页

字数99999千字

定价108元

货号wht- 9787115507594

上书时间2024-05-17

静语飞扬

十年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
库存书 未翻阅
商品描述
基本信息
书名:IBM SPSS Modeler 18.0
定价：108元
作者:未知
出版社：人民邮电出版社
出版日期：2019-04-01
ISBN：9787115507594
字数：697000
页码：456
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
联袂推荐暨南大学教授、博士生导师刘建平，暨南大学研究生院副院长、经济学院统计学系副主任、教授、博士生导师陈光慧，天善智能创始人梁勇，IBM技术专家刘咏梅，IBM数据科学家钟云飞，广东省环保厅环境咨询专家委员会专家、广东柯内特环境科技有限公司总经理朱斌本书特色内容全面：涉及数据读取、数据处理、数据可视化、统计分析与检验、数据挖掘算法、自动建模、集成与扩展、模型部署、性能优化、数据挖掘方法论等诸多内容；讲解透彻：既有理论的讲解，又涵盖应用的实践，而且在工具的介绍上，尽可能包括每一个选项的内容和应用形式，力求让读者“吃透”每一章节的内容；突出实战：集行业经验、项目实践、算法剖析、应用技巧于一身，配套提供数据文件以及数据模型文件，方便读者动手实践。
内容提要

目录
章 IBM SPSS Modeler基本介绍 11．1　SPSS简介　11．2　SPSS Modeler的特点　11．3　CRISP-DM方法论　41．4　SPSS Modeler 下载与安装　61．5　SPSS Modeler的主界面及基本操作　91．5．1　主界面介绍　91．5．2　鼠标基本操作　151．6　SPSS Modeler连接服务器端　151．7　从SPSS Modeler中获取帮助　171．8　实战技巧　20第　2章 数据读取——源节点　242．1　数据的身份（存储类型、测量级别和角色）　242．1．1　变量的存储类型　242．1．2　变量的测量级别　252．1．3　变量的角色　262．2　数据读取　262．2．1　读取Excel文件数据　272．2．2　读取变量文件数据　302．2．3　读取SPSS（．sav）文件数据　322．2．4　读取数据库数据　362．3　实战技巧　40第3章　数据整理——关于数据的基本设定与集成　433．1　字段的“类型”功能　433．2　字段的“过滤器”功能　443．3　数据集成　463．3．1　数据的记录集成：追加节点　463．3．2　数据的字段集成：合并节点　493．4　实战技巧　51第4章　数据整理——关于行的处理　534．1　数据“选择”功能　534．1．1　功能介绍　534．1．2　实战技巧　554．2　使用参数及全局变量实现数据选择功能　564．2．1　参数功能　564．2．2　使用参数实例介绍　574．2．3　使用全局变量功能介绍　594．2．4　使用全局变量实例介绍　594．3　数据排序　624．4　数据区分　634．5　数据汇总　684．5．1　功能介绍　684．5．2　实战技巧　72第5章　数据整理——关于列的处理　735．1　导出　735．1．1　功能介绍　735．1．2　实例介绍　815．2　填充　845．3　重新分类　865．4　匿名化　895．5　分级化　925．6　设为标志　1005．6．1　功能介绍　1005．6．2　实例介绍　1005．7　重建　1035．7．1　功能介绍　1035．7．2　实例介绍　1045．8　转置　1075．8．1　功能介绍　1075．8．2　实例介绍　1075．9　历史记录　1095．9．1　功能介绍　1095．9．2　实例介绍　1095．10　字段重排　1135．11　时间间隔　1165．11．1　功能介绍　1165．11．2　实例介绍　1165．12　自动数据准备　121第6章　图形可视化——图形节点　1286．1　“散点图”节点　1286．1．1　散点图　1286．1．2　线图　1396．1．3　多重散点图　1426．1．4　时间散点图　1436．2　“条形图”节点　1456．2．1　简单条形图　1456．2．2　堆积条形图　1476．3　“直方图”节点　1486．3．1　直方图　1486．3．2　堆积直方图　1496．4　“网络”节点　1516．5　“图形板”节点　1546．5．1　气泡图　1556．5．2　散点图矩阵　1566．5．3　箱图　1576．5．4　聚类箱图　1596．5．5　热图　1616．6　实战技巧：图形的编辑模式　162第7章　描述性统计分析　1647．1　描述性统计分析概述　1647．2　数据审核，一键输出描述性统计分析结果1697．3　缺失值的定义、检查和处理　1737．3．1　缺失值的定义和检查　1737．3．2　缺失值的自动化处理　1777．4　实战技巧　182第8章　常用的统计检验分析　1848．1　两个连续型变量的关系分析——相关分析　1848．1．1　相关分析　1848．1．2　相关分析实践——“Statistics”节点　1858．2　两个分类型变量的关系分析——卡方检验　1878．2．1　列联表与卡方检验　1888．2．2　卡方检验实践——“矩阵”节点　1908．3　连续型变量与分类型变量间的关系分析——t检验及卡方分析　1938．3．1　两组独立样本均值比较　1938．3．2　两组配对样本均值比较　1948．3．3　方差分析　1948．3．4　均值比较实践——“平均值”节点　1958．4　实战技巧：相关分析的注意事项　199第9章　回归分析　2009．1　一元线性回归分析　2009．2　一元线性回归实践　2039．3　多元线性回归分析　2069．4　多元线性回归实践　2109．5　逐步回归分析　2169．6　逐步回归实践　2189．7　实战技巧　220第　10章 Logistic回归分析　22210．1　Logistic回归理论概要　22210．2　Logistic回归中的检验　22510．2．1　方程的显著性检验　22510．2．2　系数显著性检验　22510．2．3　拟合优度检验　22710．3　Logistic回归实践案例　22810．4　实战技巧　237第　11章 建模前的优化及准备工作　24111．1　样本管理与分区　24111．1．1　数据抽样　24111．1．2　数据分区　24411．1．3　数据平衡　24511．2　特征选择　24711．3　数据变换　25311．4　实战技巧：分区与平衡的顺序　255第　12章 RFM分析　257第　13章 决策树　26413．1　决策树概述　26413．1．1　决策树的直观理解　26413．1．2　决策树的生长　26513．1．3　决策树的剪枝　26613．2　C5．0算法　26713．2．1　C5．0算法的决策树生长　26713．2．2　C5．0算法的决策树剪枝　27013．2．3　代价敏感学习　27013．2．4　C5．0算法实践案例　27113．3　CART算法　27713．3．1　CART算法的决策树生长　27713．3．2　CART算法的决策树剪枝　27913．3．3　先验概率　28013．3．4　CART算法实践案例　28113．4　实战技巧　28713．4．1　生成规则集　28713．4．2　跟踪规则　289第　14章 神经网络　29114．1　感知机　29214．2　多层感知机与误差反向传播算法　29514．2．1　隐藏层　29514．2．2　反向传播算法　29614．3　神经网络实践　29914．4　实战技巧：生成“报告”　305第　15章 集成学习算法　31115．1　Bagging　31115．2　Boosting　31215．3　随机森林　31415．4　集成学习算法实践　31415．4．1　Bagging和Boosting实践　31515．4．2　随机森林实践　32015．4．3　各个集成学习算法的结果比较　32415．5　异质集成——“整体”节点　325第　16章 聚类分析　33016．1　聚类方法概述　33016．2　聚类方法的关键：距离　33016．3　K-means算法　33116．3．1　K-means算法原理　33116．3．2　K-means的其他注意事项　33216．4　K-means聚类实践　33516．5　实践技巧：使用平行图进行比较分析　341第　17章 KNN分类器　34317．1　KNN学习方法原理　34317．2　KNN分类实践　34517．2．1　分类预测　34617．2．2　近邻识别　353第　18章 关联分析　35618．1　关联分析的基本概念　35618．2　关联规则的有效性指标　35718．2．1　关联规则的基础评价性指标　35818．2．2　关联规则的实用性指标　35918．2．3　其他的关联规则评估指标　36018．3　Apriori算法　36118．3．1　生成频繁项集　36118．3．2　生成关联规则　36218．4　Apriori关联分析实践　36318．5　实战技巧：导出生成的关联规则　367第　19章 自动建模　36819．1　自动分类　36819．1．1　功能介绍　36819．1．2　实例介绍　36819．2　自动聚类　37519．2．1　功能介绍　37519．2．2　实例介绍　37619．3　自动数值　38119．3．1　功能介绍　38119．3．2　实例介绍　381第　20章 蒙特卡罗模拟法　38620．1　模拟生成　38620．1．1　功能介绍　38620．1．2　实例介绍　38920．2　模拟拟合　39320．2．1　功能介绍　39320．2．2　实例介绍　39420．3　模拟求值　39620．3．1　功能介绍　39620．3．2　实例介绍　396第　21章 SPSS Modeler的集成与扩展　40421．1　SPSS Modeler与R、Python集成　40421．1．1　概述　40421．1．2　SPSS Modeler与R的集成环境准备　40421．1．3　与R的集成功能介绍　40721．1．4　实例介绍　40821．2　定制对话框实现与R、Python的集成　41621．2．1　定制对话框简介　41621．2．2　安装配置自定义节点　42221．3　SPSS Modeler扩展功能　42221．3．1　功能介绍　42221．3．2　获取天气数据的应用分析案例　425第　22章 SPSS Modeler模型部署　43422．1　产品架构　43422．2　通过批处理任务定时运行模型　43522．2．1　功能介绍　43522．2．2　实例介绍　43622．3　SPSS Modeler服务器安装及管理（For Linux）　43822．3．1　正常维护SPSS Modeler服务器　43822．3．2　SPSS Modeler 服务器如何在Linux上安装及配置　43922．3．3　配置ODBC连接数据库　44022．4　SPSS Modeler官方支持的数据库和Hadoop平台　443第　23章 性能优化　44823．1　功能介绍　44823．2　客户端SQL性能优化　45123．3　数据库内建模　45323．3．1　功能介绍　45323．3．2　实例介绍　45323．4　使用外部程序批量加载　456
作者介绍

序言

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

库存书 未翻阅
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP