二手正版数据分析与数据挖掘 喻梅 清华大学出版社
正版二手 可开发票
￥ 21.87 3.7折 ￥ 59.9 九品
库存31件
北京朝阳
认证卖家担保交易快速发货售后保障
作者喻梅
出版社清华大学出版社
ISBN9787302558682
出版时间2020-09
装帧平装
开本16开
定价59.9元
货号9787302558682
上书时间2024-05-20
- 在售商品 暂无
- 平均发货时间 18小时
- 好评率 暂无
商品详情
- 品相描述：九品
- 商品描述
-
作者简介
喻梅 天津大学智能与计算学部教授，硕士生导师。主要从事计算机网络、数据挖掘及数据库方向的研究及教学。研究重点为社交网络中实体社团的发现及识别、影响因素及发展规律；基于亲密度及影响力的微博社交兴趣圈挖掘算法等。在靠前会议及期刊上发表了多篇相关学术论文。担任多个靠前会议技术委员会委员，参与会议组织工作及专业技术服务。参与多部计算机教材的编写。
目录
第1章 概述
1.1 数据分析与数据挖掘
1.1.1 数据分析
1.1.2 数据挖掘
1.1.3 数据分析与数据挖掘的区别和联系
1.2 分析与挖掘的数据类型
1.3 数据分析与数据挖掘的方法
1.4 数据分析与数据挖掘使用的技术
1.5 应用场景及存在的问题
1.5.1 数据分析与数据挖掘的应用
1.5.2 存在的主要问题
1.6 本书结构概述
1.7 习题
第2章 数据
2.1 数据对象与属性类别
2.1.1 属性的定义
2.1.2 属性的分类
2.2 数据的基本统计描述
2.2.1 中心趋势度量
2.2.2 数据分散度量
2.2.3 数据的图形显示
2.3 数据的相似性和相异性度量
2.3.1 数据矩阵与相异性矩阵
2.3.2 标称属性的邻近性度量
2.3.3 二元属性的邻近性度量
2.3.4 数值属性的相异性
2.3.5 序数属性的邻近性度量
2.3.6 混合类型属性的相异性
2.3.7 余弦相似性
2.4 习题
第3章 数据预处理
3.1 数据预处理及任务
3.1.1 数据预处理的必要性
3.1.2 数据预处理的主要任务
3.2 数据清理
3.2.1 缺失值、噪声和不一致数据的处理
3.2.2 数据清理方式
3.3 数据集成
3.4 数据归约
3.4.1 直方图
3.4.2 数据立方体聚集
3.4.3 属性子集选择
3.4.4 抽样
3.5 数据变换与数据离散化
3.5.1 数据变换策略及分类
3.5.2 数据泛化
3.5.3 数据规范化
3.5.4 数据离散化
3.6 习题
第4章 数据仓库与联机分析处理
内容摘要
本书主要介绍数据分析与数据挖掘的基本概念和方法，包括数据的基本属性和概念、数据预处理、数据仓库与联机分析处理、回归分析、频繁模式挖掘、分类、
聚类、离群点检测。对书中每一部分先介绍基本概念、
理论基础，再给出应用实例，便于读者更好地理解和应用算法，每章的最后给出习题。
书中算法由浅入深、由原理到应用，有利于初学者的学习和理解。本书适用于数据分析与数据挖掘领域的初学者，可以作为相关专业本科生及研究生教材。本书也适合作为数据分析与数据挖掘相关专业人士的辅导教材。
主编推荐
"数据分析与数据挖掘是一门跨学科的计算机科学分支，是人工智能、机器学习、概率论、统计学和数据库知识的交叉学科。数据挖掘的目标是从一个或多个数据集中通过数据处理，结合一定的算法模型最终挖掘出有价值的信息。随着科技的发展，数据量呈爆炸式增长，数据挖掘在工业界和学术界都得到了越来越多的重视。靠前知名的互联网公司和科研单位都在大力发展数据科学，在我国，数据科学的发展受到了极大的关注，通过数据分析与数据挖掘帮助决策，进而推动经济发展。
本书主要介绍数据分析与数据挖掘的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据仓库和OLAP技术、回归分析、频繁模式挖掘、分类、聚类、离群点分析。每一部分先介绍基本概念、理论基础，再给出应用实例，便于读者更好的理解和应用算法，最后给出习题。
本书所讲述的内容均为数据分析与数据挖掘过程中常用方法和模型，目的是让爱好数据科学的计算机专业、统计学专业以及相关专业的学生熟悉数据挖掘的过程，掌握数据分析与数据挖掘过程中常用的算法模型及数据处理方式。本书知识点的介绍通过基础理论及概念介绍、应用例题、习题三部分进行，部分章节涉及算法应用实例。通过对数据分析与数据挖掘知识点的基础理论讲解，对数据分析与数据挖掘有整体的认识及了解；通过应用例题，能够对算法的过程有深刻的理解；通过习题，能够巩固对相应知识点掌握。
本书适用于数据分析与数据挖掘领域的初学者，可以作为相关专业本科及研究生教材。书中算法由浅入深、由原理到应用，有利于初学者的学习和理解。本书也可作为数据分析与数据挖掘相关专业人士的参考用书。
"
— 没有更多了 —
以下为对购买帮助不大的评价