数据挖掘 与应用 大中专理科计算机 丁兆云,周鋆,杜振国
解析大数据挖掘与分析常用算法，掌握大数据挖掘问题的解决途径
￥ 41.6 5.3折 ￥ 79 全新
库存10件
河北保定
认证卖家担保交易快速发货售后保障
作者丁兆云,周鋆,杜振国
出版社机械工业出版社
ISBN9787111696308
出版时间2022-01
版次1
装帧平装
开本16
页数304页
定价79元
货号313_9787111696308
上书时间2024-06-21
- 在售商品 暂无
- 平均发货时间 33小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
前言
章 绪论
1.1 数据挖掘的出现
1.2 为什么要学数据挖掘
1.2.1 数据爆炸但知识贫乏
1.2.2 从商业数据到商业智能的进化
1.2.3 科学发展范式
1.3 什么是数据挖掘
1.3.1 数据挖掘的出现
1.3.2 数据挖掘的定义
1.3.3 数据的含义
1.3.4 信息的含义
1.3.5 知识的含义
1.3.6 数据、信息、知识的关系
1.3.7 数据挖掘过程
1.3.8 数据挖掘的关联课程
1.4 数据挖掘的内容
1.4.1 关联规则挖掘
1.4.2 分类
1.4.3 聚类
1.4.4 回归
1.5 本章小结
第2章 认识数据
2.1 数据的基本概念
2.1.1 数据对象
2.1.2 数据属
2.1.3 属的类型
2.1.4 属类型的对比
2.1.5 离散属与连续属
2.2 数据的基本统计方法
2.2.1 中心化趋势统计量：均值、中位数和众数
2.2.2 离散度度量
2.2.3 分布形状度量
2.3 数据的基本可视化方法
2.3.1 箱线图可视化
2.3.2 直方图可视化
2.3.3 散点图可视化
2.4 数据相似的计算方法
2.4.1 数据相似和相异度量的基本概念
2.4.2 标称属的邻近度量
2.4.3 二值属的邻近度量
2.4.4 序数属的邻近度量
2.4.5 数值属的邻近度量
2.4.6 混合类型属的邻近度量
2.4.7 余弦相似
2.5 本章小结
第3章 数据预处理
3.1 数据质量
3.2 数据预处理的主要任务
3.2.1 数据清理
3.2.2 数据集成
3.2.3 数据规约
3.2.4 数据规范化和数据离散化
3.3 特征构造
3.3.1 为什么需要特征构造
3.3.2 基本特征构造法
……
第4章 分类的基本概念与朴素贝叶斯分类器
第5章 决策树分类
第6章 规则和近邻分类器
第7章 回归算法
第8章 模型的评价
第9章 支持向量机分类器
0章 神经网络分类器
1章 集成学
2章 聚类算法
3章 关联规则挖掘
4章 计算网络节点影响力
5章 信息算法
6章 自然语言处理中常用的神经网络模型
附录 试题精选
内容简介：
本书结合作者多年的科研和经验编写而成，深入浅出地介绍了数据挖掘的、常用的各类算法，比较了各类算法的优缺点和适用场景，并以案例方式说明了数据挖掘算法与技术在实际中的应用。本书还包含大量从和it招聘题中结的试题，能够帮助读者理解、应用数据挖掘技术。本书的知识点覆盖面广，难度适中，不仅适合作为数据科学／大数据、人工智能、计算机及相关专业课程的教材，也可作为技术人员学数据挖掘技术的参书。
— 没有更多了 —
以下为对购买帮助不大的评价